arXiv cs.RO 机器人学· Zou Qingyun, Bin Gao, Wenju Zhao, Weng-Fai Wong, Bingsheng He, Tulika Mitra·· 1 天前AI 评分55
ActTune：面向视觉-语言-动作推理的动作感知精度与 GPU 工作点自适应节能框架
ActTune: Action-Aware Precision and GPU Operating-Point Adaptation for Energy-Efficient Vision-Language-Action Inference
AI 导读
ActTune 提出动作感知框架，将逐层精度分配与 GPU 频率-功耗上限工作点选择结合，在 LIBERO 基准上将平均任务成功率较现有最优方法提升至多 2.3%。相比原始 BF16 实现，其推理速度最高提升 2.02 倍，配合 GPU 工作点自适应，每成功任务能耗最多降低 76.8%，同时将推理时延增幅控制在 10% 以内。
来源：arXiv cs.RO 机器人学 · arxiv.org