8 个 Token 的规划：用于潜在世界模型的紧凑离散分词器

世界模型为模拟环境动态提供了强大框架，支持动作规划等下游任务，但其应用于决策时规划常因计算成本过高而受限。主要瓶颈在于潜在表示：传统分词器将每个观测编码为数百个 token，导致规划缓慢且资源密集。为此，本文提出 CompACT，一种离散分词器，能将每个观测压缩至仅 8 个 token，在大幅降低计算成本的同时保留规划所需的关键信息。结合 CompACT 的动作条件世界模型实现了具有竞争力的规划性能，且速度提升数个数量级，推动了世界模型的实际部署。