Neue Entwicklungen in der Robotik: FLOWER als effiziente VLA-Policy mit herausragender Leistung

Effizienz und Leistung in der Robotik: Die neue VLA-Policy FLOWER

Die Entwicklung effizienter Vision-Language-Action (VLA) Policies ist ein zentraler Aspekt für den praktischen Einsatz von Robotern. Herkömmliche Ansätze erfordern jedoch oft immense Rechenleistungen und Ressourcen. Aktuelle diffusionsbasierte VLA-Modelle benötigen Milliarden von Parametern und riesige Datensätze, um eine zufriedenstellende Performance zu erreichen. Ein kürzlich veröffentlichtes Paper präsentiert FLOWER, eine neue VLA-Policy, die diese Herausforderungen durch einen innovativen Ansatz adressiert.

FLOWER: Ein neuer Ansatz zur Optimierung von VLA-Policies

FLOWER, mit seinen 950 Millionen Parametern, stellt eine signifikante Reduktion gegenüber bestehenden, deutlich größeren Modellen dar. Dieser Fortschritt wird durch zwei wesentliche Beiträge ermöglicht: die intermediäre Modalitätsfusion und die aktionsspezifische Global-AdaLN-Konditionierung. Die intermediäre Modalitätsfusion optimiert die Ressourcennutzung, indem sie bis zu 50% der Schichten des Sprachmodells (LLM) reduziert und die Kapazität auf den Diffusionskopf konzentriert. Die aktionsspezifische Global-AdaLN-Konditionierung ermöglicht eine modulare Anpassung und reduziert die Parameteranzahl um weitere 20%. Diese kombinierten Ansätze führen zu einem deutlich effizienteren Modell ohne Einbußen bei der Leistung.

Training und Performance

Das Training von FLOWER benötigte lediglich 200 Stunden auf H100 GPUs – ein bemerkenswert geringer Ressourcenaufwand im Vergleich zu herkömmlichen Trainingsmethoden. Trotz des reduzierten Trainingsaufwands erzielt FLOWER eine wettbewerbsfähige Leistung im Vergleich zu deutlich größeren VLA-Modellen. Getestet wurde das Modell an 190 Aufgaben, verteilt auf zehn Simulations- und Realwelt-Benchmarks. Die Ergebnisse zeigen eine bemerkenswerte Robustheit über diverse Roboter-Implementierungen hinweg. Besonders hervorzuheben ist die Erreichung eines neuen State-of-the-Art (SoTA) von 4.53 auf dem CALVIN ABC Benchmark.

Zugänglichkeit und zukünftige Entwicklungen

Um die breite Anwendung und Weiterentwicklung zu fördern, stellen die Entwickler von FLOWER Code, vorab trainierte Gewichte und Demos öffentlich zur Verfügung. Dies ermöglicht es der Forschungsgemeinschaft, das Modell weiter zu untersuchen, zu verbessern und in eigene Anwendungen zu integrieren. Die Veröffentlichung von FLOWER repräsentiert einen wichtigen Schritt hin zu einer Demokratisierung von leistungsfähigen, aber gleichzeitig ressourcenschonenden VLA-Policies für die Robotik.

Analyse der Ergebnisse und Implikationen

Die Ergebnisse des FLOWER-Projekts sind vielversprechend und zeigen das Potential innovativer Ansätze zur Optimierung von VLA-Policies. Die Reduktion der Parameteranzahl und des Trainingsaufwands ohne signifikante Leistungseinbußen ist ein bedeutender Fortschritt. Dies eröffnet neue Möglichkeiten für die Entwicklung und den Einsatz von Robotern in verschiedenen Anwendungsbereichen, insbesondere dort, wo Ressourcen begrenzt sind oder Echtzeitfähigkeit entscheidend ist. Die Verfügbarkeit des Codes und der vorab trainierten Gewichte ermöglicht es Unternehmen und Forschungseinrichtungen, FLOWER als Grundlage für eigene Entwicklungen zu nutzen und so die Innovation im Bereich der Robotik voranzutreiben. Zukünftige Forschungsarbeiten könnten sich auf die Erweiterung der Fähigkeiten von FLOWER und die Anpassung an noch komplexere Aufgaben konzentrieren.

Fazit

FLOWER präsentiert einen vielversprechenden Ansatz zur Entwicklung effizienter und leistungsfähiger VLA-Policies. Die Kombination aus intermediärer Modalitätsfusion und aktionsspezifischer Global-AdaLN-Konditionierung führt zu einem Modell, das sowohl ressourceneffizient als auch leistungsstark ist. Die öffentliche Verfügbarkeit des Codes und der vorab trainierten Gewichte unterstreicht das Engagement der Entwickler für Transparenz und kollaborative Forschung. FLOWER ist ein wichtiger Beitrag zur Demokratisierung von fortschrittlichen Technologien in der Robotik und birgt ein hohes Potential für zukünftige Anwendungen.

Bibliography - https://www.arxiv.org/abs/2509.04996 - https://openreview.net/forum?id=ifo8oWSLSq - https://www.researchgate.net/publication/395339427_FLOWER_Democratizing_Generalist_Robot_Policies_with_Efficient_Vision-Language-Action_Flow_Policies - https://huggingface.co/papers/2509.04996 - https://arxiv.org/html/2509.04996v1 - https://papers.cool/arxiv/2509.04996 - https://ui.adsabs.harvard.edu/abs/2025arXiv250904996R/abstract - https://openreview.net/pdf/d097b855210f69fd9654795b0134585a65933cfc.pdf - https://mbreuss.github.io/ - https://github.com/intuitive-robots/flower_vla_calvin