离线语义引导的高效视觉-语言-动作策略蒸馏

Jin Shi, Brady Zhang, Yishun Lu

2026

摘要

该论文提出VLA-AD蒸馏框架，利用视觉语言模型作为离线语义监督器，将大型VLA教师策略压缩为轻量级学生策略。在LIBERO基准测试中，该方法将模型参数减少44倍，推理速度提升3.28倍，同时保持与教师策略接近的性能。

vision-language-actiondistillationsemantic guidancerobotic manipulationpolicy compression

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026