arXiv · 机器人与计算机视觉· Jiuyi Xu, Xiao Hu, Meida Chen, Song Wang, Yang Ye, Yangming Shi·· 20 天前AI 评分47
QbD-VLA:基于任务成功的视觉语言动作模型混合精度量化方法
Quantize by Doing: Task-Guided Mixed-Precision Quantization of Vision-Language-Action Models
AI 导读
QbD-VLA 提出一种利用短闭环评估中任务成功率来分配权重与激活位宽的混合精度量化方案。实验覆盖四个 VLA 模型及全部 LIBERO 套件,在平均约 4 比特权重和少于 6 比特激活下保持强性能;SIMPLER 增益较小,Franka Research 3 机械臂上仿真优选策略对 X-VLA 无成功率损失但针对$\pi_{0.5}$失效。代码已开源,部署前需真实世界验证。
来源:arXiv · 机器人与计算机视觉 · arxiv.org