待验证50% 置信事实精确时间
动作分块（action chunking）指一次预测并执行多个连续动作步，而非每步都重新推理；时间动作量化可视为对分块长度的动态调节。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证在Agent应用中，每一轮推理-行动-观察循环都需要将完整历史上下文重新输入模型，导致Token消耗随任务复杂度呈非线性增长69% 相似待验证ChunkAct 将动作分块从底层连续控制提升到智能体规划层，分块对象是原语调用序列，分块边界由决策点而非固定时间窗口决定68% 相似待验证现代机器人策略如 ACT 和 Diffusion Policy 越来越依赖动作分块（action chunking）技术，需要从连续多帧中推断未来动作序列67% 相似已验证感知—推理—行动的循环构成了最基础的Agent执行框架（Agentic Loop）66% 相似待验证典型的Agent框架如ReAct、AutoGPT、LangGraph采用感知-推理-行动的迭代模式，上下文随轮次累积导致后期每轮Token消耗呈线性甚至指数增长66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073900API
curl https://kongchang.com/api/v1/knowledge/claims/1073900MCP
get_claim(id=1073900)