Blog

논문해석 - π0.5: a Vision-Language-Action Model with Open-World Generalization

이동형 조작 로봇 데이터 약 400시간에 다른 로봇·웹·하위 과제 주석·말로 준 지시를 함께 학습시켜, 학습 때 한 번도 가 보지 않은 집의 부엌과 침실을 치우게 만든 π0.5를 원본 그림과 함께 풀어봅니다.

논문해석 - Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success

OpenVLA의 사전학습은 그대로 두고 미세조정 방식만 병렬 디코딩·행동 묶음·연속 행동·L1 회귀로 바꿔, LIBERO 평균 성공률을 76.5%에서 97.1%로, 행동 생성 처리량을 26배로 높이고 양팔 ALOHA 로봇에서 π0보다 높은 점수를 낸 OpenVLA-OFT를 원본 그림과 함께 풀어봅니다.

VLA

논문해석 - GR00T N1: An Open Foundation Model for Generalist Humanoid Robots

Eagle-2 시각-언어 모델(System 2)과 flow matching으로 학습한 Diffusion Transformer 행동 모듈(System 1)을 한 모델로 묶고, 실로봇·시뮬레이션·생성 영상·사람 영상을 한 데이터 혼합으로 사전학습한 휴머노이드용 공개 기반 모델 GR00T N1을 원본 그림과 함께 풀어봅니다.

VLA

논문해석 - Gemini Robotics: Bringing AI into the Physical World

Gemini 2.0에 공간·물리 이해를 더한 VLM인 Gemini Robotics-ER과, 그 모델을 증류한 클라우드 백본에 로봇 쪽 행동 복호기를 붙인 VLA인 Gemini Robotics를 원본 그림과 함께 풀어봅니다.

VLA

VLA 계보 - 전체 목차

로봇 행동을 언어 모델의 출력으로 다루는 시각-언어-행동(VLA) 모델이 RT-1에서 Gemini Robotics까지 어떻게 이어져 왔는지 계보 순으로 정리한 시리즈입니다.

Physical AI 101 - 전체 목차

로봇을 움직이는 AI, 그중에서도 VLA 를 처음 접하는 분을 위한 입문 시리즈입니다. Physical AI 가 무엇인지부터 모델의 내부 구조, 내 로봇에 올리는 방법, 어디서 돌리는지까지 여섯 편으로 따라갑니다.

Physical AI 101 - 1편 Physical AI 와 로봇의 두뇌

화면 밖으로 나온 AI 가 챗봇과 무엇이 다른지, 로봇의 두뇌인 policy 와 VLA 가 어떤 자리에 있는지, 왜 시뮬레이션이 먼저인지를 기본 개념 셋으로 잡습니다.

Physical AI 101 - 2편 연구 지형 — foundation model · VLA · world model · 시뮬레이션

로봇용 foundation model 이 무엇인지, VLA 와 world model 이 어떻게 갈라지는지, 벤치마크와 시뮬레이션이 왜 필요한지, 그리고 시뮬레이션의 함정인 sim-to-real gap 을 두 갭으로 나눠 봅니다.

Physical AI 101 - 3편 내 로봇에 맞추는 학습 — teleoperation · 모방학습 · LoRA · 강화학습

사전학습 → SFT → RFT 세 단계로 범용 모델을 내 로봇에 적응시키는 흐름을 따라갑니다. MDP 를 수식 없이 풀고, 모방학습과 강화학습을 언제 고르는지, PPO 가 왜 조금씩 움직이는지, GRPO 가 왜 critic 을 없앴는지까지 봅니다.