机器人记忆新维度：Temporal Flow Policy
AI 总结
一篇 2026 年 10 月 14 日提交到 arXiv 的机器人学论文提出 Temporal Flow Policy（TFP），把“物理时间”视为机器人策略记忆中缺失的维度。作者指出，现有策略记忆通常随观测序列演化，隐含地把每次更新当作等量的物理时间，但相同的观测历史可能跨越不同时长、对应不同动作。TFP 学习记忆动态，用测得的真实时间间隔决定记忆状态推进多远，并通过该状态为扩散策略和流匹配策略提供条件，沿用其原生模仿学习目标训练。作者称在 Diffusion Policy 与 π0.5 上的受控对比显示，TFP 的平均成功率高于配备相同时间间隔的循环记忆与状态空间记忆，以及把间隔输入学习门控的变体；在需要计时或记忆的真实机器人任务和 LIBERO 评测中也观察到收益。
深度见解
它提示机器人记忆或许不该只存观测历史，而应是一条随时间推进的状态，这为需要精确计时的操作任务提供了一个可借鉴的设计方向。