2026년 9월 14일VLA논문해석 - RT-1: Robotics Transformer for Real-World Control at Scale로봇 13대로 17개월 동안 모은 13만 개 시연을 35M 파라미터 Transformer 하나에 담아, 700개가 넘는 언어 지시를 초당 3번 실행하게 만든 RT-1을 원본 그림과 함께 풀어봅니다.
2026년 9월 14일VLA논문해석 - RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control로봇 행동을 텍스트 토큰으로 바꿔 거대 시각-언어 모델이 직접 내뱉게 하고, 웹 데이터와 로봇 데이터를 함께 미세조정해 "VLA"라는 이름을 처음 붙인 RT-2를 원본 그림과 함께 풀어봅니다.
2026년 9월 14일VLA논문해석 - Open X-Embodiment: Robotic Learning Datasets and RT-X Models21개 기관이 가진 로봇 데이터 60개를 한 형식으로 모아 22종 로봇, 100만 개가 넘는 궤적의 데이터셋을 만들고, 여러 로봇 데이터로 함께 학습한 RT-1-X와 RT-2-X가 한 로봇 데이터만 쓴 모델보다 나은지를 실험한 Open X-Embodiment를 원본 그림과 함께 풀어봅니다.
2026년 9월 14일VLA논문해석 - OpenVLA: An Open-Source Vision-Language-Action Model공개 VLM인 Prismatic-7B를 Open X-Embodiment 로봇 궤적 97만 개로 미세조정해 55B RT-2-X보다 높은 성공률을 내고, 가중치·코드·미세조정 방법까지 공개한 7B VLA인 OpenVLA를 원본 그림과 함께 풀어봅니다.
2026년 9월 14일VLA논문해석 - π0: A Vision-Language-Action Flow Model for General Robot Control3B 시각-언어 모델 PaliGemma에 300M 행동 전문가를 붙여 50걸음 행동 묶음을 flow matching으로 생성하고, 로봇 7종·약 1만 시간 데이터로 사전학습한 뒤 빨래 개기·상자 조립 같은 긴 과제에 사후학습한 π0를 원본 그림과 함께 풀어봅니다.
2026년 9월 14일VLA논문해석 - FAST: Efficient Action Tokenization for Vision-Language-Action Models로봇 행동 묶음을 이산 코사인 변환과 바이트 쌍 부호화로 압축해 토큰 수를 줄이고, 자기회귀 VLA가 50Hz 양팔 조작까지 학습하게 만든 FAST와 범용 토크나이저 FAST+, π0-FAST를 원본 그림과 함께 풀어봅니다.
2026년 9월 14일VLA논문해석 - π0.5: a Vision-Language-Action Model with Open-World Generalization이동형 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.
2026년 9월 14일VLA논문해석 - Fine-Tuning Vision-Language-Action Models: Optimizing Speed and SuccessOpenVLA의 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.
2026년 9월 14일VLA논문해석 - GR00T N1: An Open Foundation Model for Generalist Humanoid RobotsEagle-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.
2026년 9월 14일VLA논문해석 - Gemini Robotics: Bringing AI into the Physical WorldGemini 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.