一句话看懂：机器人策略把传感器时间、推理延迟和动作执行时间当成显式输入，而不是用序列位置隐式代替。在仿真动态任务下，这种时间感知策略的成功率从 0% 提升到 32.7%。
事件核心：发生了什么
alphaXiv 收录的论文 Chronos Policy 提出一种让机器人策略显式使用“物理时间”的方法。传统机器人策略通常把感知和控制压成固定频率的“观察-动作”序列，时间信息被藏在 token 的位置里。一旦观察频率变化、延迟波动或推理耗时改变，输入就会产生歧义。Chronos Policy 改为条件化在观察捕获时间和期望动作执行时间上，并在扩散 Transformer 里测试两种时间注入方式：给 token 特征加时间戳嵌入，或通过时间感知旋转位置编码（time-aware RoPE）把物理时间写进位置坐标。
论文摘要显示，时间感知 RoPE 更稳健。训练阶段会随机化采样哪些观察、动作块从何时开始，让策略见过更宽的感知与执行节奏；部署时机器人一边执行上一段动作块，一边预测下一段，并按预期延迟查询动作时间。在仿真 Conveyor 动态任务中，同时扰动观察和推理时序的条件下，Chronos 成功率 32.7%（±5.7），固定时间基线 Diffusion Policy 为 0.0%（±0.0）。在 Pivoting 多感官任务和六个 DexMimicGen 准静态任务上，论文报告了动态与多感官任务上的提升，以及准静态任务上的近似保持。
为什么重要
机器人从实验室走向产线、仓储和家庭，时序很少是理想固定节拍。相机帧率抖动、模型推理排队、执行器响应延迟，都会让“第几帧对应什么动作”变得不可靠。Chronos Policy 的价值在于把时间从隐含假设变成可学习信号，让策略能处理异步、多速率数据，而不是强行把所有测量对齐到同一时间网格。这对依赖视觉、力觉、触觉等多传感器融合的机器人系统尤其关键：不同传感器的相对时间差，可能直接决定抓取、对接、避障的成败。
从技术路线看，它延续了扩散策略与 Transformer 注意力机制在机器人控制中的结合，但重点从“更大模型”转向“更对的时间表示”。目前公开信息显示，这一结果仍来自论文实验，尚未说明是否已经产品化或开源。对于正在做机器人基础模型、具身智能或实时控制系统的团队，时间感知 RoPE 提供了一条低改造成本的思路：不改 token 内容，只改注意力里的位置坐标。
对用户/开发者/创作者的影响
对开发者和研究者，最直接的启发是不要在数据管线里默认所有观察都落在等间隔网格上。如果训练数据来自异步、多速率传感器，保留每个观察的真实捕获时间和每个动作的期望执行时间，可能比额外堆数据更有效。论文中的 AddTime 变体同样接收时间戳和时间随机化，但在 Conveyor 组合扰动下只有 7.8%（±2.0），低于 RoPE 的 32.7%（±5.7）；不过在名义时序下 AddTime 为 85.8%（±7.6），高于 RoPE 的 82.0%（±3.5）。这说明时间怎么进入网络，和有没有时间信息同样重要。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对做机器人应用、自动化集成或具身智能产品的团队，值得评估现有策略在推理延迟波动、传感器掉帧、多设备时钟不同步时的退化程度。如果任务本身是准静态的，Chronos 的收益可能不明显；但如果涉及传送带抓取、动态避让、多感官对接，时间显式建模的优先级会明显上升。
值得关注的后续
第一，看论文是否公开代码、模型权重或训练数据构造方式，尤其是时间随机化和延迟估计的具体实现。第二，看真实机器人实验的延迟估计是否在更多硬件和网络条件下可复现，摘要只提到真实机器人上延迟从已完成请求中估计，没有给出完整部署细节。第三，看这一时间表示能否与现有开源机器人策略栈结合，以及是否会出现更多工作把物理时间作为一等输入，而不是继续依赖固定频率假设。
来源：alphaXiv
