Retrieve in Time, Correct in Frequency
RTCF (Retrieve in Time, Correct in Frequency) 是一种无需训练的测试时修正框架，用于改进冻结的视觉-语言-动作（VLA）策略在长时程操作任务中的表现。它通过渐进式记忆对齐（PMA）将视觉执行历史与完整成功轨迹对齐，并仅转移动作块中运动通道的低频残差，高频分量和夹爪决策保留自冻结策略。在四个 LIBERO 基准上进行了评估。
Development
- First ReportRetrieve in Time, Correct in FrequencyarXiv cs.RO
- Current AssessmentRTCF 代表了一种无需重新训练即可提升现有 VLA 策略性能的趋势，这对于部署在固定模型上的机器人系统具有吸引力。它可能降低长时程操作任务的失败率，但需要验证其在真实世界中的鲁棒性。可验证的下一信号是：是否有后续工作将 RTCF 应用于真实机器人或商业产品。Agent Pulse · analysis
RTCF 是一种无需训练的测试时修正框架，旨在提升冻结的视觉-语言-动作（VLA）策略在长时程操作任务中的表现。VLA 策略生成时间上扩展的动作块，但长期操作容易因累积执行误差和跨任务阶段的视觉混淆而失败。RTCF 通过渐进式记忆对齐（PMA）将增长的视觉执行历史与完整的成功轨迹因果对齐，无需阶段标签即可识别相关记忆和当前对齐位置。然后，RTCF 仅转移动作块中运动通道的低频残差，高频分量和夹爪决策保留自冻结策略，从而避免覆盖策略的反应结构。在四个 LIBERO 基准上的实验表明，RTCF 在低模型侧开销下提升了冻结 VLA 的性能。
RTCF 的核心创新在于将检索和动作转移分离：PMA 通过增量更新的单调前沿将视觉历史与成功轨迹对齐，避免了阶段标签的需求。动作转移仅使用系数裁剪的低频残差，保留高频和夹爪决策，这暗示了动作块中不同频率成分对任务成功的影响不同。可验证的下一信号是：RTCF 是否能在更多样化的操作任务或真实机器人上复现，以及低频残差的选择是否具有理论依据。
RTCF 代表了一种无需重新训练即可提升现有 VLA 策略性能的趋势，这对于部署在固定模型上的机器人系统具有吸引力。它可能降低长时程操作任务的失败率，但需要验证其在真实世界中的鲁棒性。可验证的下一信号是：是否有后续工作将 RTCF 应用于真实机器人或商业产品。
RTCF 提供了一种低开销的模型改进方案，可能降低机器人部署的维护成本，因为无需重新训练即可提升性能。对于机器人公司，这可能意味着更快的迭代和更低的计算资源需求。可验证的下一信号是：是否有公司采用 RTCF 或类似方法用于其产品。
RTCF 可能推动测试时修正方法在机器人操作中的更广泛应用，尤其是在无法重新训练模型的场景。未来可能看到更多结合检索和频率分析的方法，以及针对不同任务类型的自适应修正策略。