arXiv cs.AI· Bingxin Xu, Wenrui Bao, Xinxin Liu, Jiawei Zhou, Yuzhang Shang, Emilio Ferrara·· 3 天前AI 评分34
ChunkAct：面向智能体机器人的动作分块
ChunkAct: Action Chunking for Agentic Robotics
AI 导读
ChunkAct 将动作分块引入智能体机器人，在线单次 LLM 调用即可启动一串链式原语自主执行，仅在失败时交还控制权；离线阶段把记忆编译为这些分块，使测试时执行无需记忆。在 LIBERO-Pro 上，ChunkAct 任务成功率较智能体机器人 SOTA 提升 5.0 分，同时 LLM 调用减少 2.9 倍、输入 token 减少 4.4 倍、输出 token 减少 2.3 倍。
正文 · AI 翻译
摘要：智能体机器人将大语言模型（LLM）智能体置于机器人控制回路中，由其在记忆的引导下组合感知、运动和视觉-语言-动作（VLA）工具，从而无需重新训练即可泛化到新任务。这种通用性在效率上代价高昂。每个原语都需要 LLM 基于完整交互历史进行一轮推理，因此一个回合的成本随原语数量增长。我们发现这种推理在很大程度上是冗余的：一旦选定子目标，其原语便遵循记忆已规定的常规流程。我们提出 ChunkAct，将动作分块引入智能体机器人。在线时，单次调用启动一串链式原语块，该块自主执行，仅在失败时才交回控制权。离线时，ChunkAct 将记忆编译为这些块，因此测试时执行无需记忆，规划器仅保留给需要推理的决策。因此 LLM 计算量随决策数量而非原语数量扩展。在 LIBERO-Pro 上，ChunkAct 相比智能体机器人领域的最先进方法将任务成功率提升 5.0 个百分点，同时所需 LLM 调用减少 2.9 倍、输入 token 减少 4.4 倍、输出 token 减少 2.3 倍。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.18874 [cs.RO] |
| （或 arXiv:2610.18874v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18874 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Bingxin Xu [查看邮箱]
[v1]
2026年10月13日星期二 17:59:57 UTC（452 KB）
来源：arXiv cs.AI · arxiv.org