关于低秩适应微调在工业机器人操作中视觉-语言-动作模型效率的研究

摘要

本文系统研究了低秩适应（LoRA）在工业机器人操作中对视觉-语言-动作（VLA）模型的微调效果，发现秩为32的LoRA结合全视觉编码器微调即可达到与全微调相当的性能。该方法将静态峰值显存从36.2 GiB降至10.8 GiB，且无性能损失，为工业部署提供了实用方案。