论文页面 - 物理时间：机器人策略记忆动力学中缺失的维度

来源: https://huggingface.co/papers/2610.20524

摘要

现有的机器人策略记忆通常随观测序列演化，隐含地将每次更新视为相同的物理时间量。然而，相同的观测历史可能跨越不同的时长，并需要不同的动作，这暴露出物理时间是策略记忆中一个缺失的维度。我们提出 TemporalFlow Policy（TFP），它学习记忆动力学以保留过去事件，并在测量到的时间间隔上演化记忆状态。观测与先前的记忆决定了每次转移的内容和时间尺度，而经过的时间决定了状态推进的程度。TFP 通过该记忆状态对扩散（diffusion）和流匹配（flow matching）策略进行条件化，并使用其原生的模仿学习目标进行训练。我们通过对比不同的记忆设计，在 Diffusion Policy 和 π₀.₅ 上对 TFP 进行了评估。这些实验表明，成功的时序控制同时依赖于测量到的时间间隔和保留的历史信息。TFP 的平均成功率高于我们配备相同时间间隔的循环记忆（recurrent memory）和状态空间记忆（state-space memory），也高于将时间间隔输入学习门控（learned gate）的变体。记忆读出能够恢复事件发生以来的时间信息以及遮挡期间的运动信息。系统性地改变所提供的间隔会延迟或提前动作，从而将时间输入与行为联系起来。在需要时序控制或记忆的真实机器人任务以及 LIBERO 评估中，TFP 在物理操作和通用操作方面均展现了优势。这些结果表明，机器人记忆不应被视为存储的观测历史，而应被视为一种保留过去事件并随物理时间演化的状态。

查看 arXiv 页面 (https://arxiv.org/abs/2610.20524)　查看 PDF (https://arxiv.org/pdf/2610.20524)　添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2610.20524)

在你的 agent 中获取此论文：

hf papers read 2610.20524

没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

暂无模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2610.20524 即可从此页面链接。

引用此论文的数据集 0

暂无数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.20524 即可从此页面链接。

引用此论文的 Space 0

暂无 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2610.20524 即可从此页面链接。

包含此论文的合集 0

暂无合集包含此论文

将此论文添加到合集即可从此页面链接。