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
- 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