FastOPD: 面向轻量级VLA部署的同策略蒸馏框架

摘要

VLA基础模型规模不断扩大，带来高昂计算成本，使真实世界部署愈发困难。本文提出FastOPD，一个通过高效同策略蒸馏实现大规模VLA落地的基础模型到轻量模型框架：它为单状态教师监督改造flow map，并结合自一致性目标构建紧凑学生模型以学习教师动力学；作者从理论上证明，最小化该目标可使蒸馏学生恢复出与理想少步教师模型相当的分布。在仿真与真实实验中，FastOPD在LIBERO上仅用两步推理即保留π_{0.5}性能的84%，推理延迟降低78.1%，平均成功率优于现有少步蒸馏基线；以LingBot-VLA为教师，在RoboTwin 2.0上单步成功率较基础学生提高15.9个百分点。作者还展示了其对World Action Model (WAM)的适用性，并将由MolmoAct2蒸馏的紧凑学生部署到真实机器人上。