IMLE-VLA 单步替代流匹配,机器人动作生成提速 3.67 倍达 55Hz
petitegeek · x · 2026-09-28
SFU 与宾大团队发布 IMLE-VLA,针对 VLA 策略推理慢、动作卡顿的问题提出新方案。
- 核心改动:现有 VLA(如 π0.5)的动作头需 10 步流匹配去噪;IMLE-VLA 换成单步条件 IMLE(cIMLE)生成器,VLM 主干不变,单次前向即可生成动作块,推理频率从 15Hz 提升到 55Hz(3.67 倍),动作吞吐最高提升 11 倍。
- 理论保证:cIMLE 可证明保留多模态动作覆盖,避免回归式方法常见的模式坍缩。
- 效果:40 任务 LIBERO 基准平均成功率 98.0%(最高);真机 Franka Panda 实验中抖动降低 2.2–3.0 倍,VLA 计算耗时降低 3.9–6.6 倍,运动更流畅、任务完成更快(最高 6.6 倍)。
论文与代码已开源,成果将在 IROS 2026 报告。
「具身」频道最新
- AnyMo 论文入选 NeurIPS,跨传感器建模人体运动 — flosalim · 2026-09-28
- Leslie Kaelbling 解析 Astra 为何在机器人领域表现突出 — shaohua0116 · 2026-09-28
- 用 Meta 官方 XR 模拟器实测对比 Quest 3 与 VR 眼镜视场角 — ZeroStateReflex · 2026-09-28
- 研究人员提盲抓新思路：机器人瓶颈或不在视觉而在本体感觉 — arankomatsuzaki · 2026-09-28
- 开发者自建 Playdate 视觉模拟器,Figma 灰度资产实时抖动预览 — eschadiol · 2026-09-28
- InternW0-Δ 开源：2 万小时机器人数据训练，视觉动力学与动作联合学习 — arankomatsuzaki · 2026-09-28