论文页面 - FastOPD：面向轻量级 VLA 部署的在策略蒸馏

来源：https://huggingface.co/papers/2610.02832

摘要

视觉-语言-动作（Vision-Language-Action, VLA）基础模型为提升操作性能与泛化能力而快速扩展，但这种扩展带来了高昂的计算成本，使得真实世界的部署日益困难。现有方法通常通过设计更小的架构，或减少基于流（flow-based）策略中的迭代去噪步数来缓解这一问题。本工作中，我们提出了 FastOPD——一个从基础模型到轻量级 VLA 的框架，通过高效的在策略蒸馏（on-policy distillation）使大规模 VLA 得以实用化部署。具体而言，FastOPD 适配了一个流映射（flow map）以实现单状态教师（single-state teacher）监督，并将其与一个自洽目标（self-consistency objective）相结合，构建出一个学习教师动力学的紧凑学生模型。此外，我们从理论上证明，最小化该目标可以使蒸馏后的学生恢复出与理想少步数教师模型所诱导的分布相当的分布。我们在仿真和真实实验中，针对多种基础策略评估了 FastOPD。在 LIBERO 上，FastOPD 仅用两次推理步数就保留了 π_{0.5} 84% 的性能，将推理延迟降低 78.1%，同时在平均成功率上超过了现有的少步数蒸馏基线。以 LingBot-VLA 作为教师，FastOPD 在 RoboTwin2.0 上将单步成功率相比基础学生提升了 15.9 个百分点。我们进一步展示了其对世界动作模型（World Action Model, WAM）的适用性，并在真实机器人上部署了从 MolmoAct2 蒸馏而得的紧凑学生模型。

查看 arXiv 页面 (https://arxiv.org/abs/2610.02832)　查看 PDF (https://arxiv.org/pdf/2610.02832)　项目页面 (https://fastopd.github.io/)　添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2610.02832)

引用本文的模型 0

没有模型关联本文。

在模型的 README.md 中引用 arxiv.org/abs/2610.02832，即可从此页面链接该模型。

引用本文的数据集 0

没有数据集关联本文。

在数据集的 README.md 中引用 arxiv.org/abs/2610.02832，即可从此页面链接该数据集。

引用本文的 Spaces 0

没有 Space 关联本文。

在 Space 的 README.md 中引用 arxiv.org/abs/2610.02832，即可从此页面链接该 Space。

收录本文的合集 0

没有合集收录本文。

将本文添加到合集 (https://huggingface.co/new-collection)，即可从此页面链接该合集。