⭐️欢迎关注新工作 ReAT：用残差反馈组织动作 token，让自回归机器人策略“先有草稿”，再用后续 token 逐步修正。

-论文标题：ReAT: Residual Action Tokenization for Autoregressive Robot Policies
-论文链接：https://arxiv.org/abs/2610.13093

🔎背景与痛点：从动作压缩走向逐步修正
自回归机器人策略需要将连续动作片段转成离散 token。现有方法能重建动作，但每个 token 补充了什么，往往隐含在编解码过程中。压缩与重建精度，并不直接决定策略表现。

💡关键 Insight：下一个 token 应该修正什么？
关键在于已经解码出的动作还缺什么。以专家动作与当前重建之间的残差作为下一轮编码输入，就能让每个新 token 针对前缀实际留下的误差，包括量化与解码偏差。

🛠️提出方案： Reconstruct → Compare → Encode → Refine
ReAT 通过三项设计组织动作序列：1）以重建残差反馈构造下一个 token；2）让解码器结合当前动作草稿与新 token，预测修正量；3）对不同长度的前缀进行重建监督，让同一策略无需重训即可使用不同 token 预算。
反馈用于构造训练标签；推理时从观测预测 token 并解码，不需要专家动作。token 数控制细化深度，动作片段长度保持不变。

🧪实验验证：控制表现与 token 效率
覆盖 LIBERO、MetaWorld、RoboCasa 的18个仿真任务及1个真机叠桶任务。8-token ReAT 在三个仿真基准的成功率为71.16%/31.70%/55.90%，均高于本实验所比较的基线。
在 LIBERO，4-token ReAT 达到66.40%，超过8-token QueST（65.52%）与OAT（61.48%）。真机叠桶中，8-token ReAT 为70%（14/20），OAT与QueST分别为40%/35%，各测试20次。

🚀总结：让每个 token 都有修正的目标
结果提示：显式残差反馈与前缀监督，有望让动作 token 从紧凑编码进一步成为逐步修正动作的表示，支持控制表现与推理开销的取舍。欢迎阅读论文、交流讨论！

#具身智能 #机器人操作 #机器人学习 #人工智能