CARE:带统计保证的 VLA 推理加速认证,OpenVLA-OFT 提速 9-10.8 倍
UMCP · hf · 2026-10-09
UMCP 团队提出 CARE,一种为视觉-语言-动作(VLA)模型加速提供有限样本统计保证的方法:
- 问题:action chunking、视觉 token 剪枝等加速手段可能丢信息、破坏原本能完成的任务,而平均指标掩盖了这类失败;闭环轨迹中动作偏差会累积,失败只有在完整 episode 层面才可观察
- 方法:通过相同初始条件的配对 rollout 定义「加速致失败」,在校准集上做配对 rollout,以 95% 置信保证加速致失败风险低于用户设定预算;无合格候选则回退到参考策略
- 结果:在 4 个 LIBERO 套件 + OpenVLA-OFT 上认证 9.0–10.8 倍加速,同时保证至少 85.8% 参考可解 episode 被保留;无保证的选法最高 75% 试验超预算,CARE 全部守住预算且序贯形式省 78.9% rollout
- 泛化:同样适用于 π₀.₅ 的 flow step 削减,以及 Crafter 环境中的 Qwen3.5-9B、Llama-3.1-8B agent
「具身」频道最新
- 机器人逼近“GPT-2 时刻”：预训练与世界模型成关键路径 — FinanceYF5 · 2026-10-09
- 两个 LLM 驱动机械臂对弈四子棋,fable 5.1 花 17.4 美元 API 费获胜 — eigenron · 2026-10-09
- 预测：1-2 年内前沿模型将以 1-10 万 tok/s 实时驱动机器人 — ATTlKA · 2026-10-09
- Hugging Face 上线机器人数据集查看器，2.4 万个 LeRobot 数据集可浏览 — mishig25 · 2026-10-09
- 纯本体感觉让盲人形机器人踢球提箱，论文入选 Humanoids 2026 — Jan_R_Peters · 2026-10-09
- 同一盲人形机器人研究团队：删掉物体信息，PPO 自己学会搜索操作 — Jan_R_Peters · 2026-10-09