arXiv cs.RO 机器人学· Zibin Dong, Yicheng Liu, Shiduo Zhang, Baijun Ye, Yifu Yuan, Fei Ni, Jingjing Gong, Xipeng Qiu, Hang Zhao, Yinchuan Li, Jianye Hao·· 4 小时前AI 评分55
ActionCodec：面向VLA优化的动作分词器设计原则与方法
ActionCodec: What Makes for Good Action Tokenizers
AI 导读
论文提出从VLA优化视角设计动作分词器的方法，归纳出最大化时间token重叠、最小词汇表冗余、增强多模态互信息和token独立性等最佳实践，并据此提出高性能动作分词器ActionCodec。在LIBERO上，用ActionCodec微调的SmolVLM2-2.2B在无机器人预训练条件下达到95.5%成功率，配合架构增强后提升至97.4%，创下无机器人预训练VLA模型的新SOTA。
来源：arXiv cs.RO 机器人学 · arxiv.org