近年來，將連續機器人動作對映為離散令牌的動作令牌化技術已成為現代視覺運動策略的重要介面。然而，現有方法面臨兩大挑戰：基於分析離散化的方法往往產生過長的令牌序列，而學習型潛在令牌化則缺乏結構限制，與下游策略的相容性不佳。為了解決這些問題，來自多所機構的研究人員提出了一種名為有序動作令牌化（Ordered Action Tokenization, OAT）的新方法，同時滿足了高壓縮、完全可解碼和有組織令牌空間這三個關鍵需求。
OAT的核心創新在於利用帶有暫存器的Transformer、有限標量量化（FSQ）和排序誘導訓練機制，將連續的動作塊離散化為一個有序的令牌序列。透過訓練每個令牌字首都能解碼為一個有效的動作塊，OAT將粗略的控制資訊置於早期令牌中，而後續的令牌則用於細化殘差細節。這種設計使得OAT在推理時能夠在計算成本和動作保真度之間實現任何時間點上的靈活權衡，即可以透過僅使用部分令牌來快速獲得近似動作，或者使用全部令牌獲得精確動作。
研究團隊在兩種主流的令牌使用方式上驗證了OAT的有效性：一是自迴歸策略，即生成令牌用於控制，二是令牌協同訓練策略，即利用令牌損失來塑造視覺-語言模型上下文，供基於流的動作專家使用。實驗涵蓋了三種不同的策略骨幹網路：擴散策略、行為克隆和基於流的策略，並在超過60個任務上進行了測試，涉及五個模擬基準（如MetaWorld、Adroit、Robosuite等）以及真實世界抓取和操作任務。結果表明，OAT在所有設定中始終保持了強大的策略效能，同時在推理時提供了顯著更高的靈活性。
這項研究發表在arXiv預印本上（arXiv:2607.21670），於2026年7月23日提交。研究團隊包括Chaoqi Liu等七位作者。OAT不僅為機器人學習領域提供了一種新的高效動作表示方法，還開啟了推理時自適應計算的可能性。未來的工作可能進一步探索OAT在更復雜任務（如長時域操作）和不同硬體平臺上的應用，以及將其整合到更大規模的視覺運動模型中。