DySL-VLA: Efficient Vision-Language-Action Model Inference via Dynamic-Static Layer-Skipping for Robot Manipulation
यह शोध पत्र DySL-VLA का प्रस्ताव करता है, जो एक नवीन ढांचा (framework) है जो क्रिया के महत्व के आधार पर कम महत्वपूर्ण नेटवर्क परतों को गतिशील रूप से छोड़कर रोबोटिक हेरफेर (manipulation) के लिए विजन-लैंग्वेज-एक्शन मॉडल के अनुमान (inference) को त्वरित करता है, जिससे कार्य सफलता दरों को बनाए रखते हुए या उनमें सुधार करते हुए महत्वपूर्ण गति वृद्धि और पैरामीटर में कमी प्राप्त होती है।