PMTRM：面向具身策略学习的伪记忆时序重编码模块
Get the story
2026年10月9日，arXiv Robotics（一手）报道 PMTRM，一个面向具身策略学习的轻量即插即用模块，参数量仅 7.61M。该模块把已执行状态与动作的有界历史编码为潜序列，用于缓解具身操作中因局部观测相似导致的相位歧义。训练上，PMTRM 通过时序异质性目标、锚点与重构损失进行训练，其中重构解码器仅在训练期使用；推理时由时序重编码器向策略提供历史，并保留原有动作头与动作空间。报道还称，在仿真与真实机器人上、多个策略骨干下，PMTRM 提升了含相位歧义任务的成功率，且几乎不增加计算量。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · RoboticsPMTRM：面向具身策略学习的伪记忆时序重编码模块
PMTRM 是一个仅 7.61M 参数的轻量即插即用模块，把已执行状态与动作的有界历史编码为潜序列，缓解具身操作中局部观测相似导致的相位歧义。模块通过时序异质性目标、锚点与重构损失训练，重构解码器仅在训练期使用，推理时由时序重编码器向策略提供历史，并保留原有动作头与动作空间。在仿真与真实机器人上、多个策略骨干下，PMTRM 提升了含相位歧义任务的成功率，且几乎不增加计算量。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.