{"version":"1","article":{"id":"chronos-policy-robot-timing-2026","slug":"chronos-policy-robot-timing-2026","language":"fr","url":"https://haberpaper.com/fr/news/chronos-policy-robot-timing-2026","api_url":"https://haberpaper.com/api/v1/articles/chronos-policy-robot-timing-2026?lang=fr","title":"Une étude intègre le temps physique aux politiques robotiques","summary":"La méthode Chronos Policy de chercheurs de Stanford aligne observations et actions des robots à l’aide d’horodatages plutôt que d’étapes fixes. Le prépublication rapporte une meilleure tenue des résultats face à certaines variations temporelles.","category":"business","region":"world","topics":["ai"],"published_at":"2026-10-13T20:11:52+03:00","modified_at":"2026-10-13T20:11:52+03:00","publication_basis":"publication-record","event_period":"2026-10-09","event_period_basis":"event-or-reference-period","sources":[{"name":"arXiv, Chronos Policy: Learning Robot Policies on Physical Time (arXiv:2610.13929)","url":"https://arxiv.org/abs/2610.13929","checkedAt":"2026-10-13","publishedAt":"2026-10-09"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/chronos-policy-robot-timing-2026","api_url":"https://haberpaper.com/api/v1/articles/chronos-policy-robot-timing-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/chronos-policy-robot-timing-2026","api_url":"https://haberpaper.com/api/v1/articles/chronos-policy-robot-timing-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/chronos-policy-robot-timing-2026","api_url":"https://haberpaper.com/api/v1/articles/chronos-policy-robot-timing-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/chronos-policy-robot-timing-2026","api_url":"https://haberpaper.com/api/v1/articles/chronos-policy-robot-timing-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/chronos-policy-robot-timing-2026","api_url":"https://haberpaper.com/api/v1/articles/chronos-policy-robot-timing-2026?lang=es"}],"data_types":[],"data":null,"data_compilations":[],"data_downloads":[],"content":{"paragraphs":["Une prépublication mise en ligne sur arXiv le 9 octobre par des chercheurs de l’Université Stanford propose d’indiquer explicitement aux politiques robotiques quand les observations des capteurs ont été captées et quand les actions doivent être exécutées. Chronos Policy ajoute ces horodatages à une politique robotique fondée sur la diffusion. Les auteurs ont comparé leur intégration dans le codage positionnel du modèle à leur ajout aux caractéristiques des jetons ; ils indiquent que le codage positionnel rotatif sensible au temps résiste mieux aux variations de calendrier.","Dans une tâche simulée sur un convoyeur mobile, l’article rapporte des taux de réussite nominaux de 73,1 % pour Diffusion Policy et de 82 % pour Chronos Policy. Lorsque le calendrier des observations variait, les taux étaient respectivement de 15,6 % et 77,6 % ; avec un délai d’inférence allant jusqu’à 200 millisecondes, de 1,8 % et 76,4 %. Lors d’essais sur de vrais robots, Chronos a également obtenu le meilleur score dans les conditions temporelles testées pour trois tâches. Ces résultats concernent les dispositifs expérimentaux des auteurs et ne démontrent pas une performance commerciale généralisable. Il s’agit d’une prépublication qui n’a pas encore été évaluée par les pairs."],"key_points":[],"sections":[]},"text":"La méthode Chronos Policy de chercheurs de Stanford aligne observations et actions des robots à l’aide d’horodatages plutôt que d’étapes fixes. Le prépublication rapporte une meilleure tenue des résultats face à certaines variations temporelles.\n\nUne prépublication mise en ligne sur arXiv le 9 octobre par des chercheurs de l’Université Stanford propose d’indiquer explicitement aux politiques robotiques quand les observations des capteurs ont été captées et quand les actions doivent être exécutées. Chronos Policy ajoute ces horodatages à une politique robotique fondée sur la diffusion. Les auteurs ont comparé leur intégration dans le codage positionnel du modèle à leur ajout aux caractéristiques des jetons ; ils indiquent que le codage positionnel rotatif sensible au temps résiste mieux aux variations de calendrier.\n\nDans une tâche simulée sur un convoyeur mobile, l’article rapporte des taux de réussite nominaux de 73,1 % pour Diffusion Policy et de 82 % pour Chronos Policy. Lorsque le calendrier des observations variait, les taux étaient respectivement de 15,6 % et 77,6 % ; avec un délai d’inférence allant jusqu’à 200 millisecondes, de 1,8 % et 76,4 %. Lors d’essais sur de vrais robots, Chronos a également obtenu le meilleur score dans les conditions temporelles testées pour trois tâches. Ces résultats concernent les dispositifs expérimentaux des auteurs et ne démontrent pas une performance commerciale généralisable. Il s’agit d’une prépublication qui n’a pas encore été évaluée par les pairs.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Atelier industriel symbolique avec machines, entrepôt et grue.","language":"fr"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Atelier industriel symbolique avec machines, entrepôt et grue.","language":"fr"}}}