LeapBot-JAC: Joint Action Chains for World Action Models

📄 arXiv: 2610.12886v1 📥 PDF

作者: Chenhao Zhu, Baibing Liu, Pei Liu, Rui Yang, Lang Zhang, Mingyue Feng, Yaonong Wang, Jun Ma

分类: cs.RO

发布日期: 2026-10-09

💡 一句话要点

提出LeapBot-JAC以解决固定动作令牌预算下的执行问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 动作分块 机器人控制 动作令牌 世界建模 深度学习

📋 核心要点

  1. 现有的动作分块策略在执行时仅能使用前缀，导致在固定动作令牌预算下的执行效率低下。
  2. LeapBot-JAC通过在一个共享的动作专家中分配稀疏的未来控制参考和密集的执行目标，优化了动作令牌的使用。
  3. 在LIBERO和LIBERO-Plus等多个任务中，JAC的成功率显著提升，验证了其有效性和实用性。

📝 摘要（中文）

现有的动作分块策略虽然能够预测未来控制，但仅执行前缀后需重新规划。本文提出LeapBot-JAC，旨在优化固定动作令牌预算的组织方式，以支持执行。该方法在一个共享的动作专家中分配稀疏的未来控制参考和密集的执行目标。通过示范控制进行监督，并在对齐的物理时间位置上共同去噪，确保执行令牌能够在主机的可见性约束下读取参考令牌。JAC不增加动作令牌或参数，保留主机的世界建模过程，两个链条共同参与推理，但仅执行链驱动机器人。在LIBERO上，JAC的成功率达到98.3%，相比于FastWAM和LeapBot-WA的97.0%和97.3%有所提升。零-shot LIBERO-Plus的成功率也从53.5%提升至70.4%。

🔬 方法详解

问题定义：本文旨在解决在固定动作令牌预算下，如何有效组织和执行动作的问题。现有方法在执行时仅能使用前缀，导致效率低下和执行能力受限。

核心思路：LeapBot-JAC通过分配稀疏的未来控制参考和密集的执行目标，优化了动作令牌的使用，确保在执行过程中能够有效利用可用的动作令牌。

技术框架：该方法的整体架构包括一个共享的动作专家，分为未来控制参考和执行目标两个链条。两个链条通过示范控制进行监督，并在物理时间位置上进行对齐和去噪。

关键创新：JAC的主要创新在于不增加任何新的动作令牌或参数，同时保留了主机的世界建模过程，确保了执行链的高效性和灵活性。

关键设计：在设计中，采用了定向注意机制，使得执行令牌能够在主机的可见性约束下读取参考令牌，确保了执行的准确性和实时性。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

在LIBERO任务中，LeapBot-JAC的成功率达到了98.3%，相比于FastWAM和LeapBot-WA的97.0%和97.3%有显著提升。在零-shot LIBERO-Plus中，成功率从53.5%提升至70.4%，显示出该方法在未见任务上的强大适应能力。

🎯 应用场景

LeapBot-JAC的研究成果在机器人控制、自动化任务执行等领域具有广泛的应用潜力。其优化的动作令牌使用策略能够提升机器人在复杂环境中的执行效率，未来可应用于智能家居、无人驾驶等实际场景中。

📄 摘要（原文）

Action-chunking policies predict future controls but execute only a prefix before replanning. How should a fixed action-token budget be organized to support execution? We propose LeapBot-JAC, which allocates sparse future-control references and dense execution targets within one shared action expert. Both chains are supervised by demonstrated controls and jointly denoised at aligned physical-time positions. Directed attention allows execution tokens to read reference tokens subject to the host's visibility constraints. JAC adds neither action tokens nor parameters and retains the host's world-modeling process; both chains participate in inference, while only the execution chain drives the robot. On LIBERO, JAC reaches 98.3% success with FastWAM and LeapBot-WA, up from 97.0% and 97.3%. On zero-shot LIBERO-Plus, their success rates improve from 53.5% to 70.4% and from 73.1% to 77.3%, respectively. RoboTwin and two real-world tasks provide additional deployment evaluations. Single-training-seed comparisons and FastWAM ablations support action-role organization as a practical design choice under a fixed action-token budget.