UC伯克利等团队革新具身智能，推出「FAST」动作Tokenizer，训练效率跃升5倍
发布时间：2025-01-23 12:25:20来源：
研究者提出了FAST，一种专为VLA模型设计的高效动作Tokenizer，通过结合离散余弦变换（DCT）和字节对编码（BPE），显著提升了训练速度，并成功应用于复杂机器人控制任务。FAST旨在解决传统动作Tokenization方法在精细任务中的不足，将FAST与π0 VLA结合，在1万小时的机器人数据上训练，效果与最先进的扩散VLA相当，但训练时间缩短5倍。
FAST通过将动作像语言一样用离散Token表示，显著提高了从大规模数据预训练的迁移能力，增强了机器人执行语言指令的能力。研究者还发布了通用机器人动作Tokenizer FAST+，能高效标记各种机器人动作序列。借助FAST，研究者首次在DROID数据集上训练出通用策略，能在新环境中对多种指令实现泛化执行。实验结果显示，FAST+在各种机器人数据集上展现出良好的压缩性能，且自回归π0-FAST模型的表现与扩散π0模型相当，但计算量显著减少。然而，当前模型的推理速度较慢，未来有望通过加速技术改进。
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
