OPAL (Operant Physical Agent with Language)은 로봇 제어를 위해 흐름 일치에 위상 제약을 도입한 새로운 시각-언어-행동 아키텍처입니다. 위상적 주의 메커니즘을 도입하여 행동 순서를 비자명한 제약 조건을 가진 위상적으로 구조화된 표현으로 모델링합니다. 10가지 복잡한 조작 작업에 대한 실험 결과는 Octo, OpenVLA, ${\pi}$0를 포함한 이전 접근 방식에 비해 OPAL의 우수한 성능을 보여줍니다. 작업별 미세 조정 없이 제로샷 성능을 크게 향상시키는 동시에 추론 계산 요구 사항을 42% 줄였습니다. 위상적 접근 방식으로 제공되는 이론적 보장은 더욱 일관성 있는 장기간 행동 순서를 생성합니다. 본 연구는 기본적인 물리 법칙에서 도출하여 로봇 공학에서 학습 문제의 검색 공간을 제약하는 잠재력과 위상적 주의를 사용하여 인과적 이해를 트랜스포머 아키텍처에 포함시킬 가능성을 강조합니다.
