arXiv · cs.RO· Byungkun Lee·· 22 小时前精选AI 评分70
All-For-One：将视觉基础模型蒸馏为快速、内存高效的视觉运动策略
All-For-One: Distilling Visual Foundation Models to a Fast, Memory-Efficient Visuomotor Policy
AI 导读
Byungkun Lee提出All-For-One(AFO)两阶段蒸馏框架，将视觉基础模型(VFMs)作为特权信息用于训练下游机器人数据。该方法在Adroit和MetaWorld任务以及真实世界操作任务中表现优于现有基础模型方法，参数量比VFM编码器减少30倍以上，模拟基准测试中延迟降低50倍。
推荐理由
将视觉基础模型知识蒸馏为轻量级策略，解决了机器人控制中的计算成本和时序一致性问题。
来源：arXiv · cs.RO · arxiv.org