RoboTTT：将机器人策略的视觉运动上下文窗口扩展至 8K 时间步

RoboTTT 将机器人策略的视觉运动上下文窗口扩展至 8K 时间步，比现有最优策略高出三个数量级，且推理延迟不增加。

该模型支持从人类视频演示进行一次性上下文模仿、即时策略改进和长时程任务。

在真实机器人操作任务中，RoboTTT 相比单步基线性能提升 87%，8K 上下文训练版本比 1K 版本性能高出 62%。

arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.

Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs ：https://info.arxiv.org/labs/index.html.