Faster on-device inference for flow-matching vision-language-action models进阶
PICES:无需重训练,将VLA机器人模型推理提速最高2.3倍
首尔大学研究团队发布预印本,提出一种无需重新训练即可让机器人基础模型在嵌入式芯片上更快运行的方法:每次调用同时生成几组轻微扰动的动作计划,计划一致时就多执行几步。在英伟达Jetson Orin和Thor上推理时间最多缩短2.3倍,真实UR10e机械臂的成功率从90.7%提升到93.5%。