一种基于强化学习的视觉-语言-动作模型的恢复方法

本发明公开了一种基于强化学习的视觉‑语言‑动作模型的恢复方法，涉及机器人学习领域，本方法针对视觉‑语言‑动作模型，即VLA模型，在资源受限的低算力设备上的部署问题，提出一种三阶段方法，首先对VLA模型应用结构化剪枝，紧接着采用一个性能恢复阶段，结合监督微调SFT与强化学习RL，以恢复模型在下游任务上的有效性，最后进行量化调整，以进一步优化模型的精度和效率。本方法使得机器人端资源受限的设备上也能正常运行VLA模型，推动了VLA这一技术的落地应用。