SLoSa框架训练小型低功耗安全机器人规划模型

Weizhe Xu 等提出 SLoSa 神经符号压缩与微调框架，用经典规划器、教师大语言模型和形式化验证器构建安全感知数据集，再经监督微调与基于验证奖励机的强化学习微调，训练小型、低功耗且具备安全意识的机器人任务规划模型。 在四个 PDDL 规划域的评测中，验证器引导的后训练把 4B-14B 参数的小型规划器成功率提升到 70.5-76.0%；INT4 量化部署在 Jetson Orin 上的平均功耗为 17.85-26.41 W。评测还覆盖两个家庭仿真环境、本地边缘平台和一台桌面机械臂。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。