超越重建：机器人策略的动作分词中，什么才重要？

基于摘要分析。本文研究机器人自回归动作 token 策略中的分词器训练：如何将离散 token 序列转换为精确的连续控制动作，并使这一接口真正支持下游策略执行。作者提出 Predictable and Robust Action Tokenization（ProAct），在重建目标之外兼顾 token 的可预测性与解码鲁棒性，而非仅优化动作重建精度。 核心论点是，准确重建只是策略成功的一个条件：策略还需要根据新观测预测合适的 token，且未见过的策略 token 预测仍应解码为合理动作。作者认为，单独的重建目标并不直接激励这两种下游性质。ProAct 不依赖特定策略，仅使用动作数据集训练；摘要未披露增强目标的具体数学形式、训练流程或鲁棒性约束方式，不能据此确定其实现机制。 作者报告，在 Robomimic、LIBERO 和 RoboTwin 基准及多种分词器架构上，ProAct 的 rollout 成功率平均提高 11.3 个百分点；在视觉－语言－动作策略和真实机器人操作评估中，平均提升分别为 21.8 和 36.7 个百分点。这些数字对应不同评估场景，不宜直接比较；具体对照方法、任务构成、平均方式、数据划分及统计不确定性尚未验证。 本文的主要研究对象是机器人动作表示与策略接口，并非 EEG 解码或 BCI。摘要未提供足以确认其迁移到神经信号任务的具体机制，也未提供 BCI 有效性证据。复现前需核对完整训练目标、动作离散化与解码方式、策略训练配置，以及重建精度、可预测性和鲁棒性各自贡献的消融结果；实验协议、消融及统计信息尚未验证。