arXiv cs.RO 机器人学· Zihao Zheng, Hangyu Cao, Chibang Tao, Zhihao Mao, Lingyue Zhang, Maoliang Li, Jiayu Chen, Hailong Zou, Xuanzhe Liu, Donggang Cao, Hong Mei, Xiang Chen·· 2 天前AI 评分55
DyQ-VLA 提出面向运行时误差的 VLA 动态量化框架
DyQ-VLA: Temporal-Dynamic-Aware Quantization for Embodied Vision-Language-Action Models
AI 导读
DyQ-VLA 是一个面向运行时误差的 VLA 量化框架，按执行步动态选择激活精度，并通过累积量化残差跟踪和补偿旋转误差。论文对比全精度与量化模型的误差分布发现，量化会放大平移误差分布的方差与离散度，而旋转误差分布中心随执行步逐渐偏移，呈现累积漂移。实验显示 DyQ-VLA 实现 1.88 至 1.93 倍推理加速，平均任务成功率持平或更高，并将平均执行步数减少 17.7% 至 19.8%。
来源：arXiv cs.RO 机器人学 · arxiv.org