引入Patch Policy直接利用稠密token，性能超越7B VLA

RT @GaoyueZhou: 预训练的ViT以丰富、密集的细节观察世界。大多数策略在行动前将其汇聚为单一向量，丢弃了大部分信息。我们引入Patch Policy：一种极简架构扩展，使基于transformer的策略直接消耗密集token，无需数十亿参数的VLM。它仅用约0.7%的参数，性能超过微调后的7B VLA 18%，实现鲁棒、精确的操作。