10 Open Challenges Steering the Future of Vision-Language-Action Models
Created by
Haebom
Category
Empty
저자
Soujanya Poria, Navonil Majumder, Chia-Yu Hung, Amir Ali Bagherzadeh, Chuan Li, Kenneth Kwok, Ziwei Wang, Cheston Tan, Jiajun Wu, David Hsu
개요
본 논문은 자연어 지시를 따르는 능력을 가진 Vision-Language-Action (VLA) 모델의 발전에 있어 10가지 주요 이정표에 대해 논의합니다. 이는 LLM 및 VLM의 성공에 이어 구현된 AI 분야에서 점점 더 보편화되고 있는 VLA 모델의 발전을 다룹니다. 또한, 공간 이해, 세계 역학 모델링, 사후 훈련, 데이터 합성을 활용하는 새로운 트렌드에 대해서도 논의하여 VLA 모델의 발전을 가속화할 수 있는 연구 방향에 주목하고자 합니다.
시사점, 한계점
•
VLA 모델 개발의 주요 이정표 10가지 제시: 다중 모드, 추론, 데이터, 평가, 로봇 간 동작 일반화, 효율성, 전신 협응, 안전, 에이전트, 인간과의 협력.