ハードウェア重要度 ★9
RoboTTT: ロボットポリシーのためのコンテキストスケーリング
RoboTTT: Context Scaling for Robot Policies
https://export.arxiv.org/api/query·2026/7/16
AI要約
ロボットのビジョン・運動能力を8Kタイムステップまで拡張する「RoboTTT」を提案。推論遅延を増加させずにコンテキスト長を大幅に拡大し、人間からの模倣学習やリアルタイムでのポリシー改善などの新機能を実現。
AI要点
- RoboTTTは、ロボットポリシーにおける視覚運動コンテキストを8Kタイムステップまで拡張する、新しいモデルとトレーニングレシピです。
- 既存の最先端モデルと比較して、推論レイテンシを増加させることなく、コンテキスト長を3桁以上スケールアップさせています。
- これにより、人間からのビデオデモンストレーションによる1ショットでの模倣学習、ポリシーのオンザフライ改善、摂動への頑健性などが可能になります。
- ロボット財団モデルにTest-Time Training（TTT）を統合し、推論時にも勾配降下法で更新される高速な重みを持つシーケンスモデルを実現しました。
- 実ロボットのマニピュレーションタスクにおいて、従来手法より87%性能を向上させ、長時間の組立タスクを初めて完全に完了させました。
なぜ重要か
RoboTTTは、ロボットがより長い履歴情報を考慮して複雑なタスクを実行する能力を大幅に向上させ、人間のような器用さや適応性をロボットに付与し、より高度な自律ロボットシステムの実現に貢献します。