arXiv · 机器人与计算机视觉· Youssef Saied, Ziyad Sheebaelhamd, Claire Vernade, Fran\c{c}ois Fleuret·· 20 天前AI 评分43
Gaussian Distillation of Flow Policies:GAR 模型以 0.02% 数据蒸馏实现近教师成功率与两倍推理速度
Gaussian Distillation of Flow Policies
AI 导读
Gaussian Action Readout(GAR)将流策略末层替换为高斯读出,仅用 0.02% 合格状态训练即冻结其余网络。该方法单次动作网络遍历即可采样并给出闭式似然值,在保持近教师任务成功率的同时提升最高两倍的推理速度。研究分析表明流策略的连续动作分布可由高斯良好近似,相关代码与论文已公开于 arXiv。
来源:arXiv · 机器人与计算机视觉 · arxiv.org