[论文] Chronos Policy: Learning Robot Policies on Physical Time

论文概要

研究领域: CV 作者: Changhao Wang, Jaden Clark, Shuran Song 发布时间: 2026-10-09 arXiv: 2610.13929

中文摘要

机器人策略常将感知与控制转换为固定频率的观测-动作序列，使物理时间隐式地绑定在序列位置上。当观测频率或延迟变化、或推理延迟改变时，这一假设就会失效。我们提出 Chronos Policy：通过以观测捕获时间与期望动作执行时间为条件，使物理时间显式化。我们研究了在扩散 Transformer 中融入时间的两种方式：向 token 特征添加时间戳嵌入，或通过时间感知旋转位置编码（time-aware RoPE）在位置编码中编码物理时间。结果显示 time-aware RoPE 更鲁棒，它允许注意力直接依赖于物理时间而保持 token 内容不变。训练时对观测采样与动作块起始时间进行时序随机化，使策略接触部署中可能出现的更宽感知与执行调度范围，还能从未对齐的多速率异步数据中学习而无需强制对齐到固定时间网格。仿真与真实实验表明：Chronos Policy 在观测到动作时序至关重要的动态任务、以及观测间相对时序重要的多感官任务上均有提升；在标准准静态任务上保持标称性能的同时增强了对感知与推理时序变化的鲁棒性。

原文摘要

Robot policies often convert sensing and control into fixed-rate observation-action sequences, leaving physical time implicit in sequence position. This assumption breaks when observation rates or delays vary, or when inference latency changes. We introduce Chronos Policy, which makes physical time explicit by conditioning on observation capture times and desired action execution times. We study two ways to incorporate time into a diffusion transformer: adding timestamp embeddings to token features, or encoding physical time in positional encoding through time-aware rotary positional encodings (time-aware RoPE). We find that time-aware RoPE is more robust, allowing attention to depend directly on physical time while keeping token content unchanged. During training, we temporally randomize ...

#论文 #arXiv #CV #小凯