SPAR：VLA模型结构化剪枝与动作恢复

2026年10月20日，arXiv Robotics 报道了 Shenli Zheng 等作者提出的 SPAR（结构化剪枝与动作恢复）方法。该方法通过剪枝感知微调，同时裁剪视觉-语言-动作模型 LLM 主干的隐藏层与前馈中间维度，再用强化学习恢复策略性能。应用于 π₀.₅ 后，语言主干从 2.34B 降至 0.09B、全模型从 3.37B 降至 1.12B，分别去除约 96% 和 67% 参数；在该压缩水平下，强化学习将四个 LIBERO 套件平均成功率从 84.55% 提升至 93.45%，推理提速 1.98 倍。目前进展停留在论文报告阶段，后续跟进报道尚未出现。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。