TFP将物理时间纳入机器人策略记忆

Yushen Liang等提出Temporal Flow Policy（TFP），让策略记忆状态按实测时间间隔演化，而非把每次观测更新默认为等长物理时间。TFP以记忆状态条件化diffusion与flow-matching策略，并用其原生模仿目标训练。 在Diffusion Policy和π0.5上，TFP与循环记忆、状态空间记忆及把时间区间喂给学习门控的变体做对照，取得更高平均成功率；真机任务与LIBERO评测也显示其在需要时序或记忆的操作任务中有收益。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。