로봇 학습용 오픈소스 모델 'Isaac 0.5' 공개…비디오 사전학습 효과 입증

요약

Perceptron이 100만 시간의 영상과 10만 시간의 로봇 시연 데이터를 학습한 36B 파라미터 규모의 구현 모델(embodied model)인 Isaac 0.5를 오픈소스로 공개했다. 이 기술의 핵심은 로봇이 영상을 통해 물리 세계를 학습함으로써 훈련 방식을 근본적으로 변화시키는 데 있다. 특히 비디오 사전 학습을 적용한 결과, 로봇 제어에 필요한 물리적 원격 조작 시간을 기존 약 5,900시간에서 28시간으로 대폭 단축하는 성과를 거뒀다. 이번 공개는 로봇 학습 효율성을 높이는 중요한 이정표가 될 것으로 평가받는다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.