arXiv · 机器人与计算机视觉· Seungjun Yu, Jiho Choi, Inha Kang, Hojun Choi, Seungwook Kim, Hyunjung Shim·· 16 天前精选AI 评分83
Scene-Adaptive Readout and Decoding in Diffusion Driving VLAs
Scene-Adaptive Readout and Decoding in Diffusion Driving VLAs
AI 导读
针对扩散驱动视觉语言动作模型(Diffusion driving VLAs)在每个去噪阶段重复执行骨干网络导致的高推理成本问题,本文提出一种场景自适应读出与解码框架。
推荐理由
提出场景自适应读出与解码框架,在 Waymo E2E 基准上推理加速最高达 6.0 倍,同时提升轨迹预测质量。
来源:arXiv · 机器人与计算机视觉 · arxiv.org