English(EN) Chronos Policy: Learning Robot Policies on Physical Time

Chronos Policy 将物理时间整合到机器人控制中

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员开发了 Chronos Policy，这是一种新颖的机器人控制方法，它将物理时间明确地纳入其决策过程。该方法解决了传统机器人策略的局限性，这些策略隐式依赖于固定速率序列，当时间变化时可能会失败。通过对观测捕获时间和期望的动作执行时间进行条件化，Chronos Policy 提高了鲁棒性和性能，尤其是在动态和多感官任务中。该系统在扩散 Transformer 架构中使用了时间感知的旋转位置编码，以有效管理异步数据和变化的推理延迟。 AI

影响通过在控制策略中明确物理时间，增强了机器人在动态任务中的鲁棒性和性能。

排序理由详细介绍机器人控制新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 8 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍机器人控制新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Changhao Wang, Jaden Clark, Shuran Song · 2026-10-12 04:00

Chronos Policy：在物理时间上学习机器人策略

arXiv:2610.13929v1 Announce Type: cross Abstract: Robot policies often convert sensing and control into fixed-rate observation-action sequences, leaving physical time implicit in sequence position. This assumption breaks when observation rates or delays vary, or when inference la…

本文如何被排名

报道来源 [1]

Chronos Policy：在物理时间上学习机器人策略

相关实体

相关话题