跳到正文
arXiv · 机器人与计算机视觉· Joonhee Lee, Sungmin Lee, Hyunseung Shin, Hyunmi Kim, Pei Zhang, Jeonggil Ko·· 6 天前AI 评分72

设备端机器人规划:通过消除推理冗余实现高效决策

On-Device Robotic Planning: Eliminating Inference Redundancy for Efficient Decision-Making

AI 导读

基于大语言与视觉语言模型的机器人策略虽具备强语义规划能力,但高推理延迟限制了实时部署。本文提出 REIS 框架,受人类认知启发,利用连续观测中动作与子目标重复的时序冗余特性,结合轻量级场景门控、KV 引导的可操作路由及深思熟虑的推理机制,在保持语义适应性的同时显著降低推理开销。实验表明该方法在 ALFRED 基准及真实世界任务中均能维持具有竞争力的性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org