TinyAstral：将自进化控制框架迁移至小型通用操作智能体
基于视觉语言模型的机器人智能体不仅依赖规划器，也依赖工具、反馈、记忆和故障恢复等控制框架。TinyAstral首先通过递归式自我改进，优化一个冻结的开放权重教师模型所用的框架；只有通过配对统计检验的修改提案才会被采纳。随后，研究团队利用教师模型的推理和故障恢复轨迹，蒸馏出一个在相同框架下运行的4B学生模型。在RoboTwin上，教师模型的成功率从33.4%提升至63.6%，学生模型达到62.8%。框架改进也能迁移到其他冻结的规划器。在测得的部署回合中，学生模型使用的加速器时间约为教师模型的五分之一。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。