ActionPiece 重新思考自回归视觉语言动作模型的动作标记化
ActionPiece 是一种面向自回归视觉语言动作模型的动作标记化方法。研究人员提出 Physical Rank Consistency（PRC），用于衡量动作重建后是否保留不同动作之间的相对物理距离。该方法将关系监督与重建损失、量化正则化结合起来。在相同的 Qwen3-VL-4B 策略训练设置下，ActionPiece 在 LIBERO 上达到 94.8%，在包含未见场景的 LIBERO-Plus 上达到 68.8%。进一步评测中，它在 SimplerEnv 上达到 71.9%，在 VLA-Arena L0–L2 上达到 51.5%。组件消融结果表明，这两个目标能够共同提升物理排序保持能力和策略成功率。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。