超越重构：机器人策略的动作分词器到底什么才重要？

📋总体概括

arXiv论文2610.09170提出ProAct（Predictable and Robust Action Tokenization），针对VLA等自回归动作token策略中动作分词器的设计缺陷。作者通过大量分析指出：仅靠重构目标训练的分词器虽然能精确还原动作，但不足以保证下游策略成功；策略还需能对新观测预测正确token，且未见过的token预测仍能解码出合理动作。ProAct在分词器训练中显式优化可预测性与鲁棒性，补上了重构目标缺失的环节，对VLA模型动作解码环节的设计具有方法论指导意义。