量化VLA泛化性恢复新方法PIVOT-Q发布
研究者提出PIVOT-Q方法，通过脆弱性感知的在线蒸馏，在仅使用7.4%状态预算下恢复量化VLA模型的泛化能力。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
针对后训练量化VLA模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身在环境扰动下鲁棒性不足的问题，研究者系统分析了量化策略的泛化指 AI 面对没见过的新东西、新场景时也能举一反三做出正确反应的能力。这是「通用机器人」和「专用机器」的分水岭。◆ 小白科普 · 现身表现，发现尽管分布内性能保持相当，但量化模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身对细微环境变化脆弱。进一步观察表明，动作差异集中于少量推演状态，教师指导在高差异状态提升泛化指 AI 面对没见过的新东西、新场景时也能举一反三做出正确反应的能力。这是「通用机器人」和「专用机器」的分水岭。◆ 小白科普 · 现身，而在低差异状态反而有害。基于此，提出Policy-Induced Vulnerability-Oriented Tuning（PIVOT-Q），一种脆弱性感知的在线蒸馏框架，利用冻结的全精度策略作为教师，选择性纠正量化学生推演中遇到的脆弱状态。PIVOT-Q通过短时域折扣累积差异识别脆弱状态，应用阶段平衡稀疏监督，并使用行为锚防止不必要改变。
在LIBERO-Plus的七种环境变化下，跨多个VLA骨干和量化方法实现一致性恢复，且在所有设置下优于全状态蒸馏，仅使用其7.4%的状态级蒸馏预算。代码已开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身。