# MambaAct, görsel-dil-eylem robotlarını hızlandırıyor

> Yeni MambaAct uzmanı, LIBERO kıyaslamalarında başarı oranlarını bir miktar artırırken çıkarım süresini %65’e kadar kısaltıyor.

Oossa · 2026-10-19 · https://oossa.com/tr/mambaact-speeds-up-vision-language-action-robots

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.

## Gerçekler

- MambaAct, önceki eylem uzmanından 10 kat daha küçük.
- Gecikme, LIBERO’da %64,8, gerçek dünya kullanımında ise %58,8 azalıyor.

## Neden önemli

Robotik araştırmacıları VLA modellerini kısıtlı donanımlarda daha hızlı çalıştırabilir; bu da neredeyse gerçek zamanlı manipülasyonu mümkün kılar.

## Kaynaklar ve referanslar

1. [MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models](https://arxiv.org/abs/2610.22951) – arXiv cs.RO, 2026-10-19

Son güncelleme: 2026-10-19