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
- Wayve CEO：端到端 AI 不仅用于驾驶，安全也应靠学习而非规则 — alexgkendall · 2026-10-27
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- 苏黎世 Physical AI 黑客松现场：与价值 150 万美元的人形机器人同处一室 — ___Mufasaa · 2026-10-27
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- 19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构 — ninamiolane · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27