每步都要想一想？ChunkAct让机器人代理LLM调用减少2.9倍

2026年10月13日，arXiv收录论文《ChunkAct: Action Chunking for Agentic Robotics》（arXiv:2610.18874），作者包括Bingxin Xu、Wenrui Bao、Emilio Ferrara等六人。论文在LIBERO-Pro基准上报告：任务成功率提升5.0个百分点，LLM调用次数减少2.9倍，输入token消耗减少4.4倍，输出token减少2.3倍。

问题的起点：每个动作都要"过一遍大脑"

现代agentic robotics的标准架构是将大语言模型置于机器人控制循环中，LLM负责感知、规划，调用运动控制和视觉-语言-动作（VLA）工具模块，并依赖更新记忆实现对未见任务的泛化。这套架构泛化能力较强，但计价方式不经济：每执行一个基础动作（primitive），LLM都要对完整交互历史进行推理，成本随情节长度近似线性增长。

以开抽屉动作为例：移近夹爪、对准把手、施力拉开。按照现有范式，LLM在每个动作后都要重新读取全部上下文才能决定下一步。对于人类而言，决定开抽屉后后续动作接近肌肉记忆；对于这类系统，每一步均为独立推理。

Gartner 2026年对agentic工作负载的分析显示，智能体AI每项任务消耗的token量是普通对话场景的5至30倍，核心原因是工具调用循环在每一步都将累积上下文全量重新发送。

ChunkAct的解法：把推理和执行分开

ChunkAct的核心思路是动作分块（action chunking），将执行过程拆分为两个阶段。

第一阶段为离线编译：ChunkAct扫描记忆库，将成功轨迹中的例行子序列打包成“块”，每个块为一串链式基础动作，带有前置条件和失败检测。该步骤在部署前完成，不消耗在线推理资源。

第二阶段为在线执行：机器人遇到新任务时，LLM仅做一次调用选定子目标和对应块，随后将控制权交给块内自主执行链。该链条持续运行直至完成或失败，仅在真正需要决策的分支点时LLM重新介入。

论文总结：“LLM计算规模与决策次数成正比，而非与动作次数成正比。”这拆解了现有范式的假设：并非所有动作都需要推理，大多数动作仅需执行。

LIBERO-Pro的验证数据

标准LIBERO基准模型得分普遍超过90%，但2026年多篇arXiv论文指出，这些高分更多反映对训练场景的死记硬背。LIBERO-Pro通过操控对象、初始位置、任务指令、环境扰动四个维度的随机化，剥离记忆作弊成分。

在LIBERO-Pro基准上，与当前最优方法相比，ChunkAct实现任务成功率提升5.0个百分点，LLM调用次数减少2.9倍，输入token减少4.4倍，输出token减少2.3倍。成功率与效率同向改善，原因是减少冗余中间推理步骤同时消除了LLM在不必要步骤中引入的噪声。

这不是机器人领域独有的问题

同一思路在软件agent领域独立出现。arXiv 2026年9月论文《Act More, Decide Less》（arXiv:2609.02042）针对长流程任务的LLM代理提出SPACE方法，让代理一次性输出可变长度动作块。在ALFWorld和ScienceWorld基准上，SPACE将平均LLM决策轮数压缩最高78.9%，任务成功率提升7.0%至31.3%。

两篇论文得出相同结论：ReAct式“感知-推理-行动”三步循环不应无差别套用于每个基础操作。为文件读取、lint检查、表单填写等例行子步骤各安排一轮推理，既浪费资源，又不提升决策质量。

编码agent不该在每次文件读取或执行测试命令前从零重新规划；研究agent不该为“把引文复制进笔记”这样的操作消耗高价reasoning token。——kenashe.ai对ChunkAct的分析

局限

ChunkAct设计中，块的自主执行链仅在失败时返回控制权，因此需要可靠的失败检测机制，能在块内动作出错时及时中断并上报。该机制在LIBERO-Pro环境中表现良好，但在工厂流水线、医院补给室、家庭厨房等真实场景中，失败形态多样，离线编译的块能否识别所有失败模式仍开放。

此外，ChunkAct的离线编译依赖已有成功轨迹记忆。对于全新任务，若记忆库中无参考子序列，系统将退化为逐步推理模式，其效率优势高度依赖任务重复度，重复性强的工业场景收益最大，高度探索性的开放任务收益有限。

判断

ChunkAct解决的问题是AI做事时有多少推理真正必要。这是在部署阶段暴露、在论文演示中容易被掩盖的问题。每步调用LLM、每步读取完整历史在演示视频中看不出成本差异，但在大规模部署账单上会直接放大。

这项研究的意义不限于机器人。任何将LLM置于执行循环中的系统——软件开发agent、自动化客服、RPA工作流——都面临同样设计选择：何时推理，何时执行。ChunkAct给出可量化答案：把推理和执行分开，让LLM只在分叉路口介入。

当前agentic系统的竞争重心正从“能否完成任务”转向“完成同一任务花多少钱”。减少4.4倍token消耗直接影响系统能否在真实业务中规模化运行。