Skip to content
Hot eventLive

ReAT：面向自回归机器人策略的残差动作分词

1 reports1 sources2 hr ago updated

Get the story

AI overview

研究者提出残差动作分词方法 ReAT，用于自回归机器人策略。该方法让每个 token 在重建动作时承担明确的修正角色，并以已解码的重建结果作为反馈，从剩余动作误差中构造下一个 token。研究在覆盖三个仿真基准与真实场景的 19 个操作任务上进行评估：8-token ReAT 策略在任务成功率上优于所评估的基线；在 LIBERO 上，4-token ReAT 以一半的 token 预算超过所评估的 8-token 基线。

Generated from reports · updated 2 hr ago

LatestOct 12
ReAT 论文公布：8-token 版本在 19 个任务上优于基线，LIBERO 上 4-token 以一半预算超 8-token 基线。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Robotics
    ReAT：面向自回归机器人策略的残差动作分词

    研究者提出残差动作分词方法 ReAT，让每个 token 在重建动作时承担明确的修正角色，并以已解码的重建结果作为反馈，从剩余动作误差中构造下一个 token。在覆盖三个仿真基准与真实场景的 19 个操作任务上，8-token ReAT 策略在任务成功率上优于所评估的基线；在 LIBERO 上，4-token ReAT 以一半的 token 预算超过所评估的 8-token 基线。

Heat trend

There is not enough continuous observation data to draw a trend yet.