arXiv · 机器人与计算机视觉· Owen Du, Yang Yue, Jie Zhang, Jiaqi Pi, Chi Bene Chen, Gao Huang·· 2026-10-07AI 评分58
VLA-ACL:面向高效 VLA 模型的行动一致视觉 Token 剪枝方法
VLA-ACL: Action-Consistent Visual Token Pruning for Efficient Vision-Language-Action Models
AI 导读
针对 VLA 模型因处理长序列导致计算成本高、难以实时部署的问题,本文提出 VLA-ACL(Action Consistency Learning)方法。该方法通过动作级监督学习轻量级视觉 Token 剪枝策略,在保持基座 VLA 模型完全冻结的前提下,确保剪枝后的视觉上下文生成的动作与全量上下文教师保持一致。
来源:arXiv · 机器人与计算机视觉 · arxiv.org