Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Towards Embodied Agentic AI: Review and Classification of LLM- and VLM-Driven Robot Autonomy and Interaction

Created by
  • Haebom
Category
Empty

저자

Sahar Salimpour, Lei Fu, Farhad Keramat, Leonardo Militano, Giovanni Toffetti, Harry Edelman, Jorge Pena Queralta

개요

본 논문은 대규모 언어 모델(LLMs), 시각-언어 모델(VLMs)을 포함한 기초 모델이 로봇 자율성 및 인간-로봇 인터페이스에 기여하는 바를 검토한다. 또한, 시각-언어-행동 모델(VLAs) 또는 대규모 행동 모델(LBMs)이 로봇 시스템의 기민성과 능력을 향상시키는 연구들을 다룬다. GPT 스타일 인터페이스를 사용한 초기 시도부터 AI 에이전트가 조정자, 플래너, 인식 액터 또는 일반 인터페이스로 작동하는 복잡한 시스템까지, 에이전트 기반의 애플리케이션 및 아키텍처 발전을 검토한다. 이러한 에이전트 아키텍처는 로봇이 자연어 지침에 따라 추론하고, API를 호출하며, 작업 시퀀스를 계획하거나, 운영 및 진단을 지원하도록 한다. 논문은 학술 연구 외에도 커뮤니티 주도 프로젝트, ROS 패키지, 산업 프레임워크를 포함하여 빠르게 발전하는 분야의 동향을 제시하며, 모델 통합 접근 방식을 분류하기 위한 분류 체계를 제안하고, 현재 문헌에서 에이전트가 수행하는 역할에 대한 비교 분석을 제공한다.

시사점, 한계점

LLMs, VLMs, VLAs, LBMs과 같은 기초 모델을 활용하여 로봇 자율성과 인간-로봇 인터페이스를 발전시키는 다양한 연구들을 포괄적으로 검토한다.
에이전트 아키텍처가 로봇의 추론, 계획, API 활용 능력을 향상시키는 데 기여함을 보여준다.
학술 연구뿐만 아니라 커뮤니티 프로젝트, ROS 패키지, 산업 프레임워크를 포함하여 최신 동향을 제시한다.
모델 통합 접근 방식을 분류하는 분류 체계와 에이전트 역할에 대한 비교 분석을 제공한다.
논문의 한계점은 구체적으로 명시되어 있지 않지만, 빠르게 변화하는 분야의 특성상 최신 연구를 모두 포괄하기 어려울 수 있으며, 제시된 분류 체계와 분석의 객관성 및 일반화 가능성에 대한 추가적인 검증이 필요할 수 있다.
👍