知识卡片：Chronos Policy——在物理时间上学习机器人策略

一句话结论

Chronos Policy 把“物理时间”显式建模进扩散 Transformer 策略：以观测捕获时间和期望动作执行时间为条件，并用 time-aware RoPE 注入时间信息，从而在观测频率、延迟、推理时延变化或异步多速率数据下保持稳健。

事件概述或研究问题

机器人策略通常把感知与控制转成固定频率的“观测—动作”序列，物理时间被隐式地编码为序列位置。但一旦观测速率或延迟变化、推理时延改变，该假设就会失效。论文提出的研究问题是：如何让策略直接以物理时间为条件，而不是依赖序列位置来代表时间？

方法/产品要点

• 核心思路：让策略以观测捕获时间（observation capture times）与期望动作执行时间（desired action execution times）为条件，使物理时间显式化。
• 两种将时间注入扩散 Transformer 的方式：
  • 将时间戳嵌入（timestamp embeddings）加到 token 特征上；
  • 通过 time-aware rotary positional encodings（time-aware RoPE）把物理时间编码进位置编码。
• 结论：time-aware RoPE 更稳健——注意力可直接依赖物理时间，同时保持 token 内容不变。
• 训练策略：对“采样哪些观测”和“动作块从何时开始”做时间随机化，使策略暴露于更广泛的传感与执行时间表，从而支持从异步、多速率数据中学习，而不必把所有测量强行对齐到固定时间网格。

主要结果或产业意义

• 在仿真和真实世界实验中，Chronos Policy 在动态任务（观测到动作的时序关键）和多感官任务（不同观测之间的相对时序重要）上提升了性能。
• 在标准准静态任务上，它保持标称性能，同时提升了对传感与推理时序变化的稳健性。
• 产业意义上，这为部署环境中的可变时延、不同传感器采样率和异步数据融合提供了更现实的策略学习范式，减少对固定频率同步的依赖。

为什么重要

• 真实机器人系统很少严格固定频率：传感器速率不同、通信与计算带来时延抖动、推理延迟随负载变化。
• 将物理时间显式化后，策略可以“知道”每个观测实际是何时捕获的、动作将在何时执行，从而在时序敏感任务中做出更正确的决策。
• 与既有脉络的关系：本卡片关注的不是模仿学习中的在线交互或表示权衡（见“在线交互何时有帮助”），也不是测试时自进化（见“测试时自进化GUI视觉定位”），而是把时间作为策略输入的一等公民；它更接近“如何让策略对部署时的时间不确定性更稳健”这一独立方向。

局限与不确定性

• 论文摘要未给出具体任务集、基线、量化提升幅度与消融细节：待核实。
• 真实世界实验的硬件平台、传感器类型、延迟范围与评估协议：待核实。
• time-aware RoPE 与 timestamp embedding 的对比是否在所有任务与数据规模下一致：待核实。
• 对训练数据时间标注质量与时钟同步精度的敏感性：待核实。
• 是否开源代码与模型权重：待核实。

可用于图书/PPT/简报的角度

• “时间不是序列位置”：从固定频率序列假设的失效讲起，引出显式物理时间建模。
• 位置编码的再利用：把 RoPE 从“序列位置”扩展为“物理时间”，说明注意力可直接依赖真实时间差。
• 数据侧的时间随机化：训练时随机化观测采样与动作块起点，等价于对部署时时间表做数据增强。
• 异步多速率数据学习：不再强制重采样到统一网格，保留原始时间戳信息。
• 稳健性叙事：准静态任务不掉点 + 动态/多感官任务提升 + 时序扰动下更稳健。

原始材料

• 标题：Chronos Policy: Learning Robot Policies on Physical Time
• arXiv ID：2610.13929v1
• 作者：Changhao Wang, Jaden Clark, Shuran Song
• 发布时间：2026-10-09T17:55:20Z
• 主分类：cs.RO；分类：cs.RO, cs.CV
• Abstract URL：https://arxiv.org/abs/2610.13929v1
• PDF URL：https://arxiv.org/pdf/2610.13929v1
• 关键词：Chronos Policy；physical time；diffusion transformer；time-aware RoPE；timestamp embeddings；asynchronous multi-rate data；robot policies；inference latency