待验证50% 置信事实精确时间

训练时的时序随机化让策略能够从异步、多频率的数据中学习，而无需把所有测量对齐到固定的时间网格

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

Chronos Policy：让机器人策略感知真实物理时间

涉及实体

Chronos Policyproduct

相关事实

待验证对小样本时间序列场景，时间序列交叉验证比随机切分训练测试集更靠谱80% 相似已验证域随机化技术在训练时随机扰动物理参数（如质量、摩擦系数、电机延迟等），迫使策略学会在各种条件下鲁棒运行79% 相似待验证Chronos Policy 在训练中对两件事做时序随机化：随机采样哪些观测被使用，以及随机决定动作块从何时开始执行79% 相似待验证实验表明按由易到难顺序喂给模型训练样本能加速收敛并学到更鲁棒的特征表示，性能优于随机打乱顺序的训练78% 相似已验证域随机化（Domain Randomization）通过训练时随机化仿真参数迫使策略学习对环境变化具有鲁棒性78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002385

API

curl https://kongchang.com/api/v1/knowledge/claims/1002385

MCP

get_claim(id=1002385)