arXiv Robotics· Lichao Ni, Yuhan Liu, Pengfei Li, Guanghuan Fang·· 2 小时前AI 评分27
多教师在线策略蒸馏：面向流式视觉-语言-动作模型
Multi-Teacher On-Policy Distillation for Flow-Based Vision-Language-Action Models
AI 导读
研究提出两级在线策略蒸馏框架，将多个冻结的领域专家策略整合为单一流式 VLA 学生模型，同时监督学生驱动的环境交互与动作流轨迹。从联合 SFT 初始化出发，Velocity Loss OPD 在 LIBERO-40 上绝对成功率提升 22.55%，CALVIN 五指令序列提升 33.4%，Meta-World MT50 提升 22.6%。
来源：arXiv Robotics · arxiv.org