π0.5を高速化するMamba行動エキスパートMambaAct

flow-matching型VLAであるπ0.5の推論コストを下げるため、MambaActが提案された。事前学習済みの視覚言語エンコーダは維持し、Transformer製の行動エキスパートを小型のMamba製に置き換える。VLMトークンを圧縮するContext Compressorで条件付けを保つ。行動エキスパートは10分の1の大きさとなり、デノイズ遅延はLIBEROで64.8%、実環境で58.8%減った。LIBEROの平均成功率も1.08ポイント向上し、コードとモデル重みは公開されている。