近年来，将连续机器人动作映射为离散令牌的动作令牌化技术已成为现代视觉运动策略的重要接口。然而，现有方法面临两大挑战：基于分析离散化的方法往往产生过长的令牌序列，而学习型潜在令牌化则缺乏结构限制，与下游策略的兼容性不佳。为了解决这些问题，来自多所机构的研究人员提出了一种名为有序动作令牌化（Ordered Action Tokenization, OAT）的新方法，同时满足了高压缩、完全可解码和有组织令牌空间这三个关键需求。
OAT的核心创新在于利用带有寄存器的Transformer、有限标量量化（FSQ）和排序诱导训练机制，将连续的动作块离散化为一个有序的令牌序列。通过训练每个令牌前缀都能解码为一个有效的动作块，OAT将粗略的控制信息置于早期令牌中，而后续的令牌则用于细化残差细节。这种设计使得OAT在推理时能够在计算成本和动作保真度之间实现任何时间点上的灵活权衡，即可以通过仅使用部分令牌来快速获得近似动作，或者使用全部令牌获得精确动作。
研究团队在两种主流的令牌使用方式上验证了OAT的有效性：一是自回归策略，即生成令牌用于控制，二是令牌协同训练策略，即利用令牌损失来塑造视觉-语言模型上下文，供基于流的动作专家使用。实验涵盖了三种不同的策略骨干网络：扩散策略、行为克隆和基于流的策略，并在超过60个任务上进行了测试，涉及五个模拟基准（如MetaWorld、Adroit、Robosuite等）以及真实世界抓取和操作任务。结果表明，OAT在所有设置中始终保持了强大的策略性能，同时在推理时提供了显著更高的灵活性。
这项研究发表在arXiv预印本上（arXiv:2607.21670），于2026年7月23日提交。研究团队包括Chaoqi Liu等七位作者。OAT不仅为机器人学习领域提供了一种新的高效动作表示方法，还开启了推理时自适应计算的可能性。未来的工作可能进一步探索OAT在更复杂任务（如长时域操作）和不同硬件平台上的应用，以及将其集成到更大规模的视觉运动模型中。