arXiv cs.RO 机器人学· Yusuke Takagi, Motonari Kambara, Daichi Yashima, Koki Seno, Kento Tokura, Komei Sugiura·· 5 小时前精选AI 评分57
AnolisVLA：基于深度状态空间模型的轻量 VLA 移动操作研究
AnolisVLA: Lightweight Vision-Language-Action Model with Deep State Space Models for Mobile Manipulation
AI 导读
AnolisVLA 提出一种用深度状态空间模型高效处理多模态序列的轻量 VLA，用于语言引导的机器人操作，在仿真和两个真实机器人平台上完成评测。与参数规模相当的 SmolVLA 相比，AnolisVLA 任务成功率更高、推理更快且 GPU 显存占用相当；在移动操作任务上，其成功率比 30 亿参数的 π0.5 高 21 个百分点，推理速度约快 3 倍。
推荐理由
论文给出与 SmolVLA 和 π0.5 的量化对比，可评估轻量 VLA 在移动操作上的取舍。
来源：arXiv cs.RO 机器人学 · arxiv.org