LLM에 로봇 제어 패널만 달면 VLA 모델을 이긴다
원제 RoboHarness: A Simple Harness Outperforms VLA and World Action Models
추천 22댓글 2
Key Point
대규모 로봇 학습 데이터 없이도 기존 LLM으로 로봇 제어가 가능하다는 것을 보였기에, 구체화된 AI 개발의 패러다임 전환 가능성을 시사한다.
핵심 요약
- 로봇이 LLM 기반 에이전트로 움직이게 하려면 비전-언어-액션(VLA) 모델을 따로 학습시키는 것이 주류였다.
- 연구팀은 RoboHarness라는 로봇 제어 인터페이스를 제시해, LLM이 시각-기하학적 제어판을 통해 직접 로봇 동작을 이해하고 호출할 수 있게 했다.
- VLA 모델 대신 코딩 능력이 있는 LLM 에이전트에 간단한 로봇 장치만 제공하면, 로봇 조작 작업을 수행할 수 있다는 가정에 기반한다.
- Qwen 3.8-Flash-Next 모델에 RoboHarness를 적용한 결과, BEHAVIOR Challenge 2025 벤치마크에서 기존 최고 성능 VLA 모델들을 능가했다.
- 구현체는 오픈소스로 공개했다.