机器人智能体不再每个动作都问大模型:ChunkAct把记忆编译成动作块,LIBERO-Pro成功率83.8%
在把大语言模型智能体放进机器人控制回路的方案里,每个感知或运动原语都要单独一轮推理,单次抓放平均要24.2次调用和2.2M输入token。ChunkAct把记忆离线编译成可执行的动作块,一次调用连续执行一串原语,只在失败时把控制权交回规划器。在LIBERO-Pro上,它的总体成功率为83.8%,比Harness VLA高5.0个百分点,同时少2.9次调用、少4.4倍输入token和2.3倍输出token。