DREAM-Chunk：使用潜在世界模型进行反应动作分块

动作分块已成为视觉语言动作（VLA）模型的通用接口，使低频策略推理能够驱动高频机器人执行。然而，一旦提交了一个动作块，它的开环执行在随机动态、硬件执行错误和部分可观察性的影响下可能会很脆弱。我们提出了 DREAM-Chunk，一种测试时间扩展方法，它通过轻量级潜在世界模型增强基于分块的策略，而不需要额外的策略 微调。在测试时，DREAM-Chunk 对多个候选动作块进行采样，生成其预测的未来潜在状态轨迹，并从预测状态与观测到的执行轨迹最匹配的块中选择动作。通过这种方式，DREAM-Chunk 使用额外的测试时间计算来覆盖多个看似合理的随机未来，并提高长范围块执行期间的反应性。在 Kinetix 基准测试中，DREAM-Chunk 提高了动作噪声增加时的鲁棒性，并受益于更大的候选样本量，特别是当演示包含纠正行为时。我们进一步验证了 DREAM-Chunk 在不同随机性来源下跨两个机器人平台的四个操作任务和两个 VLA 策略。通过仿真和硬件实验，DREAM-Chunk 提高了随机动力学中动作分块策略的鲁棒性。