arXiv · 机器人与计算机视觉· Sicheng He, Yi Pan, Qiuting Yu, Jiaming Huang, Qi Lu, Shuyan Wu, Hongyan Feng, Xuanyu Liu, Jun Zhang, Jie Zhang, Wenqi Zhang, Xuhong Zhang, Jianwei Yin·· 2026-10-20AI 评分59
VLA-Rolling:通过自适应动作复用实现更少去噪步与更好控制
VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse
AI 导读
该研究提出 VLA-Rolling 框架,利用视觉语言动作(VLA)模型生成的动作尾部作为初始化,替代从头生成噪声的方式。在冻结底层 VLA 模型的情况下,该方法在 LIBERO、MetaWorld 等六个基准的十六对模型组合中均降低了推理成本,最高提速 1.48 倍,并在十四对中提升成功率最多 15.08 个百分点。项目代码与资源已公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org