참고HF Papers
VLA 모델의 물리 상태 전이 학습 프레임워크 'VLA-Δ'
로봇 제어 VLA 학습 시 물리적 상태 변화를 명시적 타겟으로 설정하여 성능을 높인 연구 및 코드 공개.
요약
기존 VLA(Vision-Language-Action) 모델은 관측값과 행동을 직접 매핑하는 방식으로 인해 과적합 문제에 취약한 한계가 있습니다. 이를 해결하기 위해 제안된 VLA-Δ는 현재 상태와 미래 상태 사이의 물리적 변화를 명시적인 학습 목표로 설정하는 프레임워크입니다. 연구진은 과제 관련 의미론과 시각적 움직임 변화를 포함한 대규모 물리적 상태 전이 주석 데이터셋을 구축하여 연속적인 행동 생성에 대한 직접적인 감독을 제공합니다. 특히 VLA-Δ는 추론 과정에서 별도의 오버헤드 없이 관측값으로부터 즉각적인 행동 생성이 가능합니다. 실험 결과, LIBERO와 RoboTwin 벤치마크에서 기존 최신 모델들과 경쟁력 있는 성능을 보였으며, 실제 로봇 실험에서는 π_{0.5}를 능가하는 성과를 달성했습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 VLA-Δ: Learning Physical State Transition for Vision-Language-Action Models
원문 보기 ↗