arXiv cs.RO· Sungwon Moon, Minji Kim, Hyemin Boo, Daeun Song, Jiyoung Lee·· 15 小时前AI 评分62
ActPrune：面向高效视觉-语言-动作模型的动作引导视觉 token 剪枝
ActPrune: Action-Grounded Visual Token Pruning for Efficient Vision-Language-Action Models
AI 导读
ActPrune 提出一种免训练的视觉 token 剪枝方法，把剪枝决策提前到视觉编码器之前，并以上一控制步预测的动作块作为几何先验。该方法在固定第三人称视角保留末端执行器轨迹投影附近的图像块与语义锚点，在腕部视角则剪除补偿动作引起相机运动后仍不变的图像块。
来源：arXiv cs.RO · arxiv.org