Grid-Sampler

Grid Sampler 是一个面向视觉-语言-动作（VLA）模型的可微分网格采样剪枝框架，用于提升模型在跨任务与跨环境下的泛化能力。其核心通过可学习的注意力掩码对特征网格进行动态稀疏化采样，在保持关键空间信息的同时降低计算冗余；支持端到端训练，兼容主流VLA架构（如X-VLA、LeRobot），并已在真实机器人数据集上验证其OOD泛化效果。适用于具身智能、机器人操作策略学习、多模态决策等需强泛化能力的视觉-语言联合建模场景。