Araştırmacılar, akış eşleştirmeli görsel-dil-eylem (VLA) modelleri için daha küçük bir eylem uzmanı olan MambaAct’i tanıttı. Model, önceki π₀.₅ modelinin görsel-dil kodlayıcısını korurken transformatör tabanlı eylem bölümünü kompakt bir Mamba modülüyle değiştiriyor. Bu değişiklik, eylem uzmanının boyutunu 10 kat küçültüyor ve denoising gecikmesini LIBERO simülasyon kıyaslamasında %64,8, gerçek dünya testlerinde ise %58,8 azaltıyor. Öte yandan, LIBERO’daki ortalama başarı oranı yaklaşık 1 yüzde puan artıyor. Kod ve model ağırlıkları kamuya açıklandı.
Neden önemli
Robotik araştırmacıları VLA modellerini kısıtlı donanımlarda daha hızlı çalıştırabilir; bu da neredeyse gerçek zamanlı manipülasyonu mümkün kılar.
