时序集成

每步都预测动作块，把多个块对同一时刻的预测加权平均后再执行。

时序集成是 2023 年 ACT 论文（Tony Zhao 等人）提出的动作块执行方式。朴素的动作分块每 k 步才看一次新观测，换块时动作容易突变。时序集成改为每个控制步都调用一次策略，于是同一时刻会有多个重叠块给出的预测，按指数权重 w_i = exp(-m·i) 加权平均后再执行，i=0 对应最早的那次预测；m 越小，新观测的影响进来得越快。它不增加训练成本，只多耗推理算力，在 ACT 的消融实验中带来约 3.3 个百分点的成功率提升。代价是每步都要推理，大模型延迟高时难以使用，后来的实时动作分块（RTC）就把它当作对比基线。

例子ACT 每步预测未来 k 步动作，当前时刻 t 会收到 t、t-1、t-2 等多次预测里各自对 t 给出的动作，加权平均后再发给机械臂，因此 ALOHA 双臂的动作更平滑。

也叫

时间集成、Temporal Ensemble、动作集成、Action Ensemble

相关

动作分块、ACT、实时动作分块、动作平滑、复合误差、动作视界

来源

Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware (ACT, arXiv 2304.13705)
Real-Time Execution of Action Chunking Flow Policies (arXiv 2506.07339)