适配方法
LoRADoRAQLoRAAdaLoRAHiRAIA3
比较低秩适配及其变体、结合量化的适配，以及激活缩放等方法在 VLA 中的表现。
VLA / PARAMETER-EFFICIENT FINE-TUNING
AAMAS 在投视觉-语言-动作模型参数高效微调的实证研究
Empirical Investigation of Parameter-Efficient Fine-Tuning in Vision-Language-Action Models
研究问题
不同机器人任务，适合怎样的微调方法？
将大型预训练 VLA 模型适配到机器人任务，需要兼顾控制表现与计算成本。本研究检验主要源于语言模型的 PEFT 方法，在多模态动作模型中是否仍保留相同优势。
研究同时考虑多模态融合、离散动作表示与不同适配机制的关系，并比较任务表现、显存占用和训练时间。
研究设置
六种方法，两类任务
任务覆盖
LIBERO 机器人操作，包含 Spatial、Object 和 Goal 任务；以及 R2R 视觉导航。
评测维度
任务成功率与导航指标、显存占用、训练时间；分别观察计算效率与任务质量。
稿件中的主要观察
- 不同任务设置下的方法排序会变化，没有一种方法在所有基准与指标上都占优。
- 稿件实验中，LoRA 与 QLoRA 在 LIBERO-Spatial 上表现较强，DoRA 在 LIBERO-Object 与 LIBERO-Goal 上取得最佳结果。
- R2R 中，LoRA 在 SR 与 SPL 上占优，QLoRA 在 OSR 与 NE 上占优；QLoRA 减少显存占用，同时增加训练耗时。
阅读完整稿件
完整稿件保留密码访问；实验设置与定量结果表见论文 PDF。