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.

RoboSpatial: Teaching Spatial Understanding to 2D and 3D Vision-Language Models for Robotics

Created by
  • Haebom
Category
Empty

저자

Chan Hee Song, Valts Blukis, Jonathan Tremblay, Stephen Tyree, Yu Su, Stan Birchfield

개요

RoboSpatial은 로봇의 공간 이해를 위한 대규모 데이터셋이다. 기존의 영상-언어 모델은 일반적인 이미지 데이터셋으로 학습되어 공간 추론에 어려움을 겪는데, RoboSpatial은 실내 및 테이블탑 환경의 3D 스캔과 egocentric 이미지 1M장, 3D 스캔 5k개, 그리고 3M개의 주석이 달린 공간 관계 정보를 포함한다. 2D egocentric 이미지와 3D 스캔의 페어링을 통해 2D 및 3D 모두 사용 가능하며, 공간적 affordance 예측, 공간 관계 예측, 로봇 조작과 같은 downstream task에서 기존 모델보다 성능이 우수함을 실험적으로 보여준다.

시사점, 한계점

시사점:
로봇의 공간 이해 향상에 기여하는 대규모 데이터셋 제공
다양한 관점(ego-, world-, object-centric)의 공간 정보 포함
2D 및 3D 데이터 통합으로 다양한 응용 가능
downstream task에서 기존 모델 성능 개선 확인
한계점:
데이터셋의 실제 세계 적용범위 및 일반화 성능에 대한 추가 연구 필요
데이터셋의 편향성 및 잠재적 한계에 대한 분석 필요
특정 환경(실내 및 테이블탑)에 국한된 데이터셋의 일반성 제한
👍