标签筛选：灵活动作序列令牌化 - 论文列表

FASTER: Toward Powerful and Efficient Autoregressive Vision–Language–Action Models with Learnable Action Tokenizer and Block-wise Decoding

自回归视觉语言动作模型灵活动作序列令牌化块状自回归解码残差向量量化机器人操作任务

FASTER（灵活的动作序列分词技术）提出了一种基于向量量化的可学习动作分词器，旨在解决自回归视觉语言动作模型中的重建精度与推理效率的权衡。通过结合Transformer网络与残差向量量化，FASTER在动作块特征表示中实现了灵活编码和高效推理。基于此，FASTerVLA模型进一步提升了性能和推理速度，超越了现有的最先进VLA模型。