본 논문은 제한된 자원과 실시간 처리 요구사항, 역동적인 환경 적응 등의 문제에 직면하는 에지 디바이스 상의 자율 시스템을 위한 새로운 시스템인 ATLASv2를 제시한다. ATLASv2는 미세 조정된 TinyLLM, 실시간 객체 탐지, 효율적인 경로 계획을 통합하여 Jetson Nano 에지 디바이스에서 계층적 다중 작업 탐색 및 조작을 가능하게 한다. 환경 내 객체를 탐지 및 지역화하여 내부 지식 기반에 저장함으로써 탐색 가능한 랜드마크를 동적으로 확장하고, 이를 향후 작업 실행에 활용한다. 다양한 객체와 랜드마크로 구성된 수작업 가정 및 사무실 환경에서 실제 환경 평가를 수행하여 자연어 명령을 효과적으로 해석하고 저수준 작업으로 분해하여 높은 성공률로 작업을 실행하는 것을 보여준다. 완전히 온보드 프레임워크에서 생성형 AI를 활용하여 최소한의 프롬프트 지연 시간과 전력 소비로 최적화된 자원 활용을 달성하여 시뮬레이션 환경과 실제 응용 프로그램 간의 격차를 해소한다.
