arXiv cs.RO 机器人学· Dijia Zhan, Zhuo Li, Xuemiao Xu, Sun Zheng, Jinyi Li, Wenjun Wang, Jie Tang·· 2 小时前精选AI 评分55
ReAT：面向自回归机器人策略的残差动作分词方法
ReAT: Residual Action Tokenization for Autoregressive Robot Policies
AI 导读
论文提出残差动作分词方法 ReAT，让每个 token 在解码重建中承担明确角色，用已解码结果作为反馈、针对剩余动作误差构造下一个 token，使编码与解码形成闭环。
推荐理由
论文给出 token 预算减半仍超越基线的对比结果，关注动作分词效率的读者可据此评估该方法。
来源：arXiv cs.RO 机器人学 · arxiv.org