論文の概要: Physical Time as a Missing Dimension of Robot Policy Memory Dynamics

• arxiv url: http://arxiv.org/abs/2610.20524v1
• Date: Wed, 14 Oct 2026 17:24:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.278793
• Title: Physical Time as a Missing Dimension of Robot Policy Memory Dynamics
• Title（参考訳）: ロボットポリシー記憶ダイナミクスの欠落次元としての物理時間
• Abstract要約: 時間的フローポリシーは、過去のイベントを保持するためにメモリダイナミクスを学び、測定された時間間隔でメモリ状態を進化させる。 成功のタイミングは測定間隔と保持履歴の両方に依存することを示す。 結果は、記憶された観測履歴ではなく、過去の出来事を保持し、物理的時間とともに進化する状態として、ロボットの記憶を見ることを示唆している。
• 参考スコア（独自算出の注目度）: 11.149498165285491
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing robot policy memories typically evolve with observation sequences, implicitly treating each update as the same amount of physical time. Yet identical observation histories can span different durations and require different actions, exposing physical time as a missing dimension of policy memory. We introduce Temporal Flow Policy (TFP), which learns memory dynamics to retain past events and evolve the memory state over measured time intervals. Observations and prior memory determine the content and time scales of each transition; elapsed time determines how far the state advances. TFP conditions diffusion and flow-matching policies through this memory state and is trained with their native imitation objectives. We evaluate TFP with Diffusion Policy and $π_{0.5}$ through controlled comparisons of memory designs. These experiments show that successful timing depends on both measured intervals and retained history. TFP achieves higher average success than the recurrent and state-space memories we equip with the same intervals and than a variant that feeds the interval to a learned gate. Memory readouts recover the time since an event and motion information after occlusion. Changing the supplied intervals systematically delays or advances actions, linking time inputs to behavior. Real-robot tasks requiring timing or memory, together with LIBERO evaluations, demonstrate benefits in physical and general manipulation. These results suggest viewing robot memory not as stored observation history, but as a state that retains past events and evolves with physical time.
• Abstract（参考訳）: 既存のロボットポリシーの記憶は通常観察シーケンスで進化し、各更新を同じ物理時間で暗黙的に扱う。 しかし、同一の観測履歴は異なる期間にまたがることができ、異なる行動を必要とし、ポリシー記憶の欠如した次元として物理的時間を公開する。 本研究では,過去の事象を記憶する記憶力学を学習し,測定時間間隔で記憶状態を進化させる時間的フローポリシー(TFP)を提案する。 観測と事前記憶により、各遷移の内容と時間スケールが決定され、経過時間によって状態がどれくらい進むかが決定される。 TFPは、このメモリ状態を通じて拡散およびフローマッチングポリシーを条件とし、それらのネイティブな模倣目標を訓練する。 メモリ設計の制御比較により, TFP を拡散ポリシと$π_{0.5}$で評価した。 これらの実験は、成功のタイミングが測定間隔と保持履歴の両方に依存することを示している。 TFPは、我々が同じ間隔で装備するリカレントメモリやステートスペースメモリよりも、学習ゲートに間隔を供給している変種よりも高い平均的な成功を達成する。 メモリ読み出しは、イベント以降の時間と、閉塞後の動作情報を回復する。 供給された間隔を体系的に変更することは、動作を遅延または前進させ、時間入力を行動にリンクする。 リアルタイムロボットタスクは、タイミングやメモリを必要とするが、LIBEROの評価とともに、物理的および一般的な操作の利点を示す。 これらの結果は、記憶された観測履歴ではなく、過去の出来事を保持し、物理的時間とともに進化する状態として、ロボットの記憶を見ることを示唆している。

関連論文リスト

• RM-WAM: Reliable Memory-Augmented World Action Models for Long-Horizon Robot Manipulation [10.315567634849236]
  世界行動モデル(WAM)は、将来の視覚状態と行動を予測することでロボット操作を改善する。 本稿では,メモリをコンテキスト依存の予測資源として扱う,信頼性の高いメモリ拡張ワールドアクションモデルRM-WAMを提案する。
  論文  参考訳（メタデータ） (2026-10-11T03:28:38Z)
• ReCAT: Remember, Count, and Time: Structured Recurrent Memory for Robot Manipulation [6.356161868721963]
  ReCATは構造化されたリカレントメモリを備えた言語条件のポリシーである。 フローマッチングトランスフォーマーデコーダは、各ブロックで別々のクロスアテンションを通して、現在の状態と過去の表現を読み取る。 ReCAT内の制御された比較では、この性能には観測エンコーダと全ブロックメモリコンディショニングが必要であることが示されている。
  論文  参考訳（メタデータ） (2026-09-28T13:58:53Z)
• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• TFP: Temporally Conditioned Memory-Fusion Policies for Visuomotor Learning [11.149498165285491]
  Vision-Language-Action(VLA)ポリシーは、$_0.5$やOpenVLAのような多くのタスクでうまく機能するが、リアクティブであることが多い。 このようなタスクは、メモリだけでなく、動的に認識される信念の更新も必要である、と我々は主張する。
  論文  参考訳（メタデータ） (2026-07-09T09:24:30Z)
• MemoryWAM: Efficient World Action Modeling with Persistent Memory [80.90899269062128]
  本稿では,効率的な永続メモリを持つ世界アクションモデルであるMemoryWAMを紹介する。 調整された注意機構は、詳細な短期コンテキストと圧縮された長期コンテキストの両方の検索を可能にする。 MemoryWAMは、シミュレーションと実世界の両方において、強力な視覚言語アクション(VLA)とWAMベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-06-18T17:59:51Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• RoboMME: Benchmarking and Understanding Memory for Robotic Generalist Policies [54.23445842621374]
  記憶は、長い水平と歴史に依存したロボット操作にとって重要である。 近年,視覚言語アクション(VLA)モデルにメモリ機構が組み込まれ始めている。 本稿では,VLAモデルの評価と進展のための大規模標準ベンチマークであるRoboMMEを紹介する。
  論文  参考訳（メタデータ） (2026-03-04T21:59:32Z)
• Beyond Dialogue Time: Temporal Semantic Memory for Personalized LLM Agents [68.84161689205779]
  テンポラルセマンティックメモリ(TSM)は、ポイントワイドメモリのセマンティックタイムをモデル化するメモリフレームワークである。 TSMは既存の手法を一貫して上回り、最大12.2%の精度向上を実現している。
  論文  参考訳（メタデータ） (2026-01-12T12:24:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。