arXiv · 机器人与计算机视觉· Shenli Zheng, Zhou Fang, Yuan Du, Yijiang Liu, Li Du·· 2026-10-20AI 评分63
SPAR:面向视觉语言动作模型的结构性剪枝与动作恢复
SPAR: Structural Pruning and Action Recovery for Vision-Language-Action Models
AI 导读
为降低视觉语言动作模型在机器人端的推理成本,该方法对大语言模型骨干网络的隐藏层和前馈中间维度进行感知剪枝,随后利用强化学习恢复操作策略性能。实验基于π0.5模型,将语言骨干参数从23.4亿降至9000万、全模型从33.7亿降至11.2亿,移除约96%和67%的参数。在LIBERO基准测试中,压缩后模型的四个套件平均成功率由84.55%提升至93.45%,推理速度提升1.98倍。
来源:arXiv · 机器人与计算机视觉 · arxiv.org