arXiv cs.RO 机器人学· Luca Benfenati, Ali Azimi, Matteo Risso, Fabio Carapellese, Daniele Jahier Pagliari, Alessio Burrello·· 5 小时前精选AI 评分55
RL 阶段剪枝策略 BPF 优化自动驾驶具身 LLM 控制器
Before Parc Ferm\'e: RL-Time Pruning for Efficient Embodied LLMs in Autonomous Driving
AI 导读
论文提出名为 Before Parc Fermé（BPF）的剪枝策略，在强化学习训练过程中对具身 LLM 控制器进行压缩，使剪枝决策能利用任务监督与闭环反馈，包含 BPF-RL 与 BPF-SFT/RL 两个变体。
推荐理由
论文把剪枝时机引入强化学习训练过程，给出了与后训练剪枝和小模型方案的量化对比，关注端侧部署的工程师可参考其权衡思路。
来源：arXiv cs.RO 机器人学 · arxiv.org