热点事件观察中

提出LCAM免训练机器人策略剪枝方法

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Zijia Chen 等人提出 Loss-Conditioned Activation-Moment（LCAM）剪枝方法，用于预训练机器人操作策略的非结构化剪枝。该方法采用自递归由粗到细流程，剪枝后无需恢复训练与仿真 rollout。论文称，在 LIBERO-Object 上用 OpenVLA，LCAM 在 50% 非结构化剪枝下取得 84.0% 成功率，保留了稠密策略 90% 以上的成功率。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv cs.RO 机器人学
面向高效机器人操作模型的自递归剪枝（Self-Recursive Pruning）
论文提出 Loss-Conditioned Activation-Moment（LCAM）剪枝方法，一种面向预训练机器人操作策略的免训练非结构化剪枝方案，通过自递归由粗到细流程在剪枝后无需恢复训练与仿真 rollout。

本事件热度走势

可比范围当前: 4
可比范围峰值: 910月7日 14:00
近 24 小时变化: -50%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。