UC伯克利等提出具身智能「动作Tokenizer」，效率飙升5倍！

文章预览

   新智元报道   编辑：英智 【新智元导读】 研究者提出了FAST，一种高效的动作Tokenizer。通过结合离散余弦变换（DCT）和字节对编码（BPE），FAST显著缩短了训练时间，并且能高效地学习和执行复杂任务，标志着机器人自回归Transformer训练的一个重要突破。 来自π，伯克利和斯坦福的研究者近期提出了FAST，一种为VLA模型设计的高效动作Tokenizer。 FAST旨在解决传统动作Tokenization方法在处理精细任务时面临的挑战，为VLA模型在更复杂、高频的机器人控制任务带来了显著改进。 将FAST与π0 VLA结合，在1万小时的机器人数据上对π0-FAST进行训练，效果与最先进的扩散VLA相当，训练时间最多缩短5倍。 论文链接：https://arxiv.org/abs/2501.09747 想训练Transformer来控制机器人，具体该怎么做？ Transformer输出的动作块是一小段机器人动作序列，例如手臂关节角度。对于不 ………………………………