論文の概要: SpikingVLA: Asynchronous Spiking Vision-Language-Action Models

• arxiv url: http://arxiv.org/abs/2610.09710v1
• Date: Wed, 07 Oct 2026 09:05:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.818309
• Title: SpikingVLA: Asynchronous Spiking Vision-Language-Action Models
• Title（参考訳）: SpikingVLA: Asynchronous Spiking Vision-Language-Action Models
• Abstract要約: SpikingVLAはANNからSNNへの変換フレームワークで、正確で低遅延のVLA推論を可能にする。 本研究では,SpkingVLAが推論効率を大幅に向上した競合ナビゲーション性能を実現することを示す。
• 参考スコア（独自算出の注目度）: 64.46357651183669
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: ANN-to-SNN conversion offers a practical route toward energy-efficient spiking Vision-Language-Action (VLA) models by bypassing the substantial cost of training large-scale SNNs from scratch. However, existing methods often require many timesteps to maintain competitive performance, resulting in substantial inference latency for real-time VLA deployment. To address this challenge, we introduce SpikingVLA, an ANN-to-SNN conversion framework that enables accurate and low-latency spiking VLA inference. Specifically, we propose a Dendritic Integrate-and-Fire (DIF) neuron that alleviates channel-wise activation outliers through dendritic mixing and adaptive somatic firing, enabling accurate ANN-to-SNN conversion with fewer timesteps. Building on DIF neurons, we further introduce an asynchronous execution mechanism that overlaps temporal computation across VLA components, reducing synchronization overhead and latency. Extensive experiments demonstrate that SpikingVLA achieves competitive navigation performance with substantially improved inference efficiency. Compared with existing spiking VLA methods, SpikingVLA improves SR and SPL by 11.9\% and 12.6\%, respectively, while reducing first-action latency by 11.2$\times$. These results establish SpikingVLA as a practical framework for deploying pretrained VLA models with high-performance and low-latency spiking inference.
• Abstract（参考訳）: ANN-to-SNN変換は、大規模なSNNをスクラッチからトレーニングするかなりのコストを回避し、エネルギー効率のよいVision-Language-Action(VLA)モデルへの実践的な経路を提供する。 しかし、既存のメソッドは競合性能を維持するために多くのタイムステップを必要とすることが多く、結果としてリアルタイムのVLAデプロイメントにはかなりの遅延が発生する。 この課題に対処するため,ANN-to-SNN変換フレームワークであるSpkingVLAを導入する。 具体的には、樹状体混合および適応体的発火によりチャネルワイドアクティベーションアウトリーを緩和し、より少ない時間ステップで正確なANN-to-SNN変換を可能にするDendritic Integrate-and-Fire(DIF)ニューロンを提案する。 さらに、DIFニューロン上に構築された非同期実行機構により、VLAコンポーネント間の時間計算が重なり、同期オーバーヘッドとレイテンシが低減される。 広範囲な実験により、SpkingVLAは推論効率を大幅に改善した競合ナビゲーション性能を実現している。 既存のスパイクVLA法と比較して、SpikeVLAはSRとSPLをそれぞれ11.9\%、SPLを12.6\%改善し、ファーストアクション遅延を11.2$\times$に減らした。 これらの結果から,SpikingVLAは,高性能かつ低遅延のスパイク推定を用いた事前学習VLAモデルをデプロイするための実践的フレームワークとして確立された。

関連論文リスト

• Reducing ANN-SNN Conversion Error via Residual Membrane Potential Alignment [52.910770415431244]
  スパイキングニューラルネットワーク(SNN)は、ニューロモルフィックコンピューティングのコアアーキテクチャとして機能する。 ANN-SNN変換は、低レイテンシでエネルギー効率のよい推論のために、よく訓練されたANN重みを再利用することで問題を回避している。 既存の変換方式は、小さなタイミングで精度の低下、大きな推論遅延、累積量子化誤差に悩まされている。
  論文  参考訳（メタデータ） (2026-08-14T04:46:03Z)
• Error Amplification Limits ANN-to-SNN Conversion in Continuous Control [64.99656514469972]
  スパイキングニューラルネットワーク(SNN)は、すでに訓練済みのニューラルネットワーク(ANN)を変換することで、競争性能を達成することができる。 既存の変換法は、適切なベースラインがほとんど存在しないような連続的な制御では性能が良くない。 本研究では, 時間的相関誤差を抑制するために, 残留膜電位を決定段階にわたって超過する軽量なトレーニング自由機構であるCRPIを提案する。
  論文  参考訳（メタデータ） (2026-01-29T14:28:00Z)
• One-Timestep is Enough: Achieving High-performance ANN-to-SNN Conversion via Scale-and-Fire Neurons [7.289542889212981]
  スパイキングニューラルネットワーク(SNN)は、ニューラルネットワーク(ANN)のエネルギー効率の良い代替品である 単段階ANN2SNNの理論的および実用的枠組みを提案する。 ImageNet-1Kの88.8%の精度を$T=1$で達成し、既存の変換手法を上回りました。
  論文  参考訳（メタデータ） (2025-10-27T14:35:14Z)
• SP-VLA: A Joint Model Scheduling and Token Pruning Approach for VLA Model Acceleration [70.72227437717467]
  VLA(Vision-Language-Action)モデルは、その強力な制御能力に注目が集まっている。 計算コストが高く、実行頻度も低いため、ロボット操作や自律ナビゲーションといったリアルタイムタスクには適さない。 本稿では,共同スケジューリングモデルとプルーニングトークンにより,VLAモデルを高速化する統一フレームワークSP-VLAを提案する。
  論文  参考訳（メタデータ） (2025-06-15T05:04:17Z)
• Efficient ANN-SNN Conversion with Error Compensation Learning [20.155985131466174]
  スパイクニューラルネットワーク(SNN)は離散スパイクイベントを通じて動作し、より優れたエネルギー効率を提供する。 現在のANN-to-SNN変換は、しばしば変換エラーによる精度の低下と推論時間の増加をもたらす。 本稿では,誤り補償学習に基づく新しいANN-to-SNN変換フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:31:34Z)
• Faster and Stronger: When ANN-SNN Conversion Meets Parallel Spiking Calculation [45.58270096818676]
  スパイキングニューラルネットワーク(SNN)は、脳にインスパイアされたエネルギー効率の高いネットワークであり、適切な学習フレームワークを探索する上で重要な課題に直面している。 並列スパイクニューロンの各時間ステップ間の数学的マッピング関係を確立する並列変換学習フレームワークを提案する。 超低レイテンシ下での各種変換事例に対する本手法の有効性を実験により確認した。
  論文  参考訳（メタデータ） (2024-12-18T08:37:13Z)
• Towards Low-latency Event-based Visual Recognition with Hybrid Step-wise Distillation Spiking Neural Networks [50.32980443749865]
  スパイキングニューラルネットワーク(SNN)は、低消費電力と高い生物性のために大きな注目を集めている。 現在のSNNは、ニューロモルフィックデータセットの正確性とレイテンシのバランスをとるのに苦労している。 ニューロモルフィックデータセットに適したステップワイド蒸留法(HSD)を提案する。
  論文  参考訳（メタデータ） (2024-09-19T06:52:34Z)
• Towards Energy-Efficient, Low-Latency and Accurate Spiking LSTMs [1.7969777786551424]
  Spiking Neural Networks(SNN)は、複雑なタスクのための魅力的なテンポラルコンピューティングパラダイムビジョンとして登場した。 そこで本研究では,新規な長期記憶ネットワーク(LSTM)の学習フレームワークを提案する。 rev-to-SNN変換フレームワーク、続いてSNNトレーニング。 我々は、時間的M、Google Speech Commands(GSC)データセット、異なるLSTMアーキテクチャ上のUCIスマートフォンなど、逐次学習タスクに関するフレームワークを評価した。
  論文  参考訳（メタデータ） (2022-10-23T04:10:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。