标签
RoboTTT将视觉运动上下文扩展到机器人策略的8K时间步长，实现了从人类视频演示中一次模仿、即时策略改进以及对扰动的鲁棒性。它比基线提高了87%，并完成了一个五分钟、十阶段的组装任务，而基线无法完成。