RoboTTT：机器人上下文扩到8K步
nvidia · hf · 2026-07-17
RoboTTT：把机器人策略的上下文拉到 8K 步
NVIDIA 提出 RoboTTT（Test-Time-Training Robot Policies），把机器人策略的 visuomotor 上下文扩展到 8K timesteps，比现有策略高出三个数量级，同时不增加推理延迟。
方法
- 将 Test-Time Training 融入机器人基础模型，尤其是 Vision-Language-Action policy
- 序列模型的 recurrent state 不是普通隐藏态，而是通过梯度下降更新的 fast weights
- 训练时使用 sequence action forcing + truncated BPTT 来扩展上下文长度
带来的能力
- 一次性从人类视频演示进行 in-context imitation
- 在线 policy improvement
- 对扰动更鲁棒
- 更强的长时序、多阶段任务能力
结果
- 在真实机器人操作任务上，整体性能比单步上下文基线提升 87%
- 能完整完成一个 5 分钟、10 步装配任务，而 baseline 都没做到
- 用 8K 上下文预训练的模型比 1K 版本再提升 62%
作者把“上下文长度”明确提成了机器人 foundation model 的新 scaling axis。
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