SPAR：面向视觉-语言-动作模型的结构剪枝与动作恢复

针对机器人 VLA 模型推理资源受限的问题，SPAR 结合剪枝感知微调与强化学习（RL），在大幅压缩模型的同时恢复操作性能。 应用于 π_0.5 模型，语言骨干参数量从 2.34B 降至 0.09B，整体模型从 3.37B 降至 1.12B；RL 使 LIBERO 测试集平均成功率由 84.55% 提升至 93.45%，推理速度提升 1.98 倍。