RVQ-AT 是面向机器人动作流的 Residual Vector-Quantization 动作分词器，用于把连续控制轨迹转换为较短的离散动作 token 序列，并可直接接入自回归 VLA 模型。它提供通用 tokenizer，也提供在自定义动作数据集上拟合 tokenizer 的简单 API。

该方法不同于单码本 VQ，而是堆叠多个小码本，逐层量化残差；目标是在相同比特率下获得更高重建保真度、更短的同一时间跨度 token 序列，并通过 commitment loss、EMA codebook updates 和 dead-code revival 提升训练稳定性。发布的通用 RVQ-AT 在多样化 UMI manipulation 数据上训练，并称可在遥操作数据上较好泛化。

推荐使用约 0.8 秒动作窗口、fps=30，并在分词前用 normalizer 将每个动作维度归一化到 [-1, 1]；支持批量 encode/decode。用于自有数据微调前，应检查数据统计是否落在该 RVQ 的范围内，并评估重建误差。decoded actions 不应未经 sim-to-real 验证、安全边界/限速、任务监控和急停机制就直接部署到硬件。许可证为 Apache-2.0。