研究人员推出TinyAstral，这是一种将机器人智能体在工具、反馈和故障恢复逻辑方面的改进迁移到更小模型的方法。团队报告称，在RoboTwin上，改进教师模型的框架后，其成功率从33.4%升至63.6%；经过蒸馏的4B学生模型则达到62.8%。
研究人员表示，在测试的部署环节中，学生模型所用的加速器时间约为教师模型的五分之一。这项研究是一篇arXiv论文；摘要未说明是否经过独立验证。
为什么重要
对于运行机器人智能体的团队而言，据报告，加速器时间减少至五分之一有望降低部署所需的计算资源；不过，摘要并未证明结果经过独立验证，也未证实其在更广泛的现实场景中表现如何。
