随机自蒸馏方法加速流式VLA强化学习微调
Stochastic Self-Distillation for Flow-Based Vision-Language-Action Models
AI 摘要
Jingru Guo、Alessandra Russo 等人提出 VLA-SSD,把预训练的流匹配动作头自蒸馏为以布朗运动路径为条件的随机单步策略,使动作头单次前向替代多步 ODE 积分,并可由该单步策略导出条件动作密度,从而用似然比类强化学习算法高效后训练。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。