基于流匹配的视觉-语言-动作模型多教师同策略蒸馏

预印本摘要称，研究者针对流匹配视觉-语言-动作（VLA）模型提出两级同策略蒸馏框架，通过冻结的多领域专家教师联合监督单一学生模型。该方法将学生驱动的环境交互与教师速度监督相结合，在联合SFT初始化基础上，使LIBERO-40、CALVIN五指令序列和Meta-World MT50的绝对成功率分别提升22.55%、33.4%与22.6%。