arXiv · cs.RO· Sungwon Moon·· 3 天前精选AI 评分65
ActPrune: 基于动作的视觉token剪枝方法提升视觉语言动作模型效率
ActPrune: Action-Grounded Visual Token Pruning for Efficient Vision-Language-Action Models
AI 导读
Sungwon Moon提出ActPrune方法，通过机器人自身动作提前决定视觉token剪枝，在LIBERO和VLABench等环境中实现1.61倍速度提升和59.5% FLOPs减少，同时保持任务成功率几乎不变。该方法利用动作先验知识，在视觉编码前就确定需要保留的图像区域，解决了传统方法需先处理完整视觉信息再判断冗余的问题。
推荐理由
通过机器人自身动作提前决定视觉token剪枝，将推理速度提升1.61倍且降低59.5%计算量，为实时控制开辟新路径。
来源：arXiv · cs.RO · arxiv.org