VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse
Pubblicata su AIChronos il · fonte del · Sicheng He, Yi Pan, Qiuting Yu, Jiaming Huang, Qi Lu, Shuyan Wu (ZJU-OmniAI)
I modelli VLA basati su flow-matching generano azioni denoisando il rumore gaussiano ma scartano solitamente la parte finale non eseguita (action tail) durante il ripianificazione. Lo studio dimostra che questo residuo contiene progresso di denoising trasferibile, permettendo di inizializzare nuovi chunk con meno passi rispetto a un baseline nativo. VLA-Rolling è un framework leggero che riutilizza questi action tails attraverso eredità, stima della confidenza e raffinamento guidato dalla fiducia, mantenendo il modello sottostante congelato.
- L'approccio riduce i costi di inferenza per chunk d'azione in tutti i 16 coppie modello-benchmark testati su piattaforme come LIBERO e MetaWorld.
- Il framework migliora la percentuale di successo fino a 15,08 punti percentuali in 14 coppie confrontate rispetto alle baseline tradizionali.
- VLA-Rolling raggiunge un aumento della velocità di inferenza fino a 1,48 volte senza modificare i pesi del modello VLA sottostante.
- La strategia si basa sull'adattamento dinamico del budget di denoising in base alla variabilità ottimale osservata tra diversi campioni ambientali.
Perché conta. Per gli sviluppatori che lavorano con agenti autonomi e LLM locali, questa tecnica offre un modo per ridurre significativamente il consumo computazionale (token generation cost) durante l'inferenza senza sacrificare la precisione delle azioni.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.