RoboTTT把机器人记忆拉长到5分钟
DrJimFan · x · 2026-07-16
RoboTTT：把测试时训练引入机器人学习
- 这条转推介绍了一项来自 Stanford SVL 与 NVIDIA Robotics 的合作研究，主题是机器人学习中的 test-time training。
- 作者称他们把机器人模型原生扩展到 8,000 个 timesteps 的上下文，约等于 5 分钟 的“肌肉记忆”，并且 推理成本保持不变。
- 相比过去机器人策略只能一次看几帧、很快忘掉刚发生的事情，这个方法把历史压缩进模型内部的小网络里，让机器人可以持续学习更长时间。
- 论文/方法名为 RoboTTT：每来一个传感器输入，就对内部小核做一次梯度更新，用固定大小的隐藏状态承载更长经验。
所属事件:RoboTTT 把测试时训练带入机器人策略(6 条相关)→
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11