arXiv · cs.AI · Hanzhen Wang, Jiaming Xu, Yushun Xiang, Jiayi Pan, Yongkang Zhou, Yong-Lu Li, Guohao Dai · 11 小时前模型评分39
SpecPrune-VLA：用动作感知自推测剪枝加速视觉-语言-动作模型
SpecPrune-VLA: Accelerating Vision-Language-Action Models via Action-Aware Self-Speculative Pruning
导读
SpecPrune-VLA 提出一种免训练的两级剪枝方法，通过结合全局历史与局部注意力减少视觉 token，并按层动态剪枝，在 LIBERO 仿真中实现最高 1.57 倍加速、真实任务中 1.70 倍加速，成功率下降可忽略。该方法还引入轻量动作感知控制器，按末端执行器速度区分粗粒度与细粒度动作并调整剪枝强度。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Based on this, we propose SpecPrune-VLA, a training-free, two-level pruning method with heuristic control.”
来源：arXiv · cs.AI · arxiv.org