VLA-Rolling框架提升VLA模型效率

发生了什么

据Hugging Face Papers报道，VLA-Rolling框架通过自适应动作尾巴复用，在减少视觉语言动作模型去噪步数的同时提升成功率。该框架重用被丢弃的动作尾巴，并适应性地调整去噪预算，从而降低推理成本并提高成功率。在多个模型和基准测试上，VLA-Rolling减少了动作块的推理成本，最高加速1.48倍，并在14对模型中提高了成功率，最高15.08个百分点。该项目可在https://chenbao123ww.github.io/VLA-Rolling/获取。