Компьютерные науки > Робототехника [представлен 16 октября 2026 года] Название: Mamba Act: Эффективный Mamba Action Experience Enterprises for Flow-Matching Vision, Language-Action Models View PDF HTML (экспериментальный) Резюме: модели Viion-Lange-active (VLA) продемонстрировали большие перспективы для общего робоманического манипулирования, однако их расчет остается основным препятствием в деле контроля в реальном времени. Это ограничение особенно заметно в случае сравнивающих потоков VLA, таких как $pi_ {0,5} долл., где эксперт по действию неоднократно оценивается во время итеративного деноза. Мы представляем Mamba Act, эффективного эксперта по борьбе с мамбой в области политики борьбы с выбросами ВЛА. Mamba Act сохраняет предварительно подготовленный префиксный энкодер на визуальном языке в размере $pi_ {0,5} долл., заменяя своего эксперта по трансформаторным действиям компактным специалистом на базе Mamba. Внутри этого эксперта Мамба служит в качестве миксера действий, который моделирует зависимости между шумной последовательностью постоянных действий. Для сохранения кондиционирования визуального языка без многократного перекрестного присмотра на уровне символов MambaAct использует лёгкий компрессор Контекста, чтобы картировать префиксы модели Vision-Language Model (VLM) в компактный кондиционирующий сигнал что ворота и модуляция каждый блок действий Мамба. В программе Mamba Act используется специалист по меньшему объему затрат времени в размере 10 долл. США и…
Mamba Act: Эффективные эксперты по действиям " Мамба &qt; для моделей визуализации потоков, видимости и манжирования
arXiv: 2610.20.22951v1 Annualce Type: Cross Brieft: модели Vision-Language-Action (VLA) продемонстрировали большие надежды на общее роботоманство, но их расчетные затраты остаются основным препятствием для контроля в реальном времени. Это ограничение особенно заметно в случае сравнивающих потоков VLA, таких как $pi_ {0,5} долл., где эксперт по действию неоднократно оценивается во время итеративного деноза. Мы представляем Mamba Act, эффективного эксперта по борьбе с мамбой в области политики борьбы с выбросами ВЛА. Mamba Act сохраняет предварительно подготовленный префиксный энкодер на визуальном языке в размере $pi_ {0,5} долл., заменяя своего эксперта по трансформаторным действиям компактным специалистом на базе Mamba. Внутри этого эксперта Мамба служит в качестве миксера действий, который моделирует зависимости между шумной последовательностью постоянных действий. Для сохранения кондиционирования визуального языка без неоднократного перекрестного присмотра на уровне символов MambaAct использует лёгкий компрессор Контекста, чтобы картировать префиксы модели Vision-Language Model (VLM) в компактный кондиционирующий сигнал, что ворота и