로봇 AI의 행동 생성, 재활용으로 3배 빠르게
원제 VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse
추천 60댓글 2
Key Point
로봇 행동 생성 모델의 추론 속도를 대폭 개선하면서 정확도도 높이는 기법으로, 실시간 제어가 필요한 로봇 시스템의 실용성을 크게 향상시킬 수 있다.
핵심 요약
- Vision-language-action (VLA) 모델은 가우시안 노이즈를 반복적으로 제거하며 행동 청크를 생성하지만, 일반적으로 짧은 접두사만 실행한 뒤 나머지 행동 꼬리(action tail)를 버리고 다시 생성한다.
- 연구팀은 버려진 행동 꼬리가 제거 과정의 진행 상황을 담고 있어 재활용 가능함을 발견했고, 10단계 가우시안 기준선과 동등하거나 더 나은 성능을 더 적은 제거 단계로 달성할 수 있음을 보였다.
- 최적 제거 예산(denoising budget)이 샘플마다 크게 달라지므로, 행동 꼬리 재활용은 업데이트된 환경에 맞게 적응해야 한다는 관찰에 따라 VLA-Rolling을 제안한다.
- VLA-Rolling은 행동-꼬리 상속, 액션별 신뢰도 추정, 신뢰도 기반 재제거 및 예산 할당의 세 단계를 통해 행동 꼬리를 재활용하며 기본 VLA 모델은 동결 상태로 유지된다.
- π₀.₅, SmolVLA, X-VLA, MolmoAct2를 LIBERO, MetaWorld, LIBERO-Plus, RoboTwin 2.0에서 평가한 결과, 16개 모델-벤치마크 쌍 모두에서 행동 청크 추론 비용을 감소시켰고 최대 1.48배 속도 향상을 달성했다.
- 14개 쌍에서는 성공률을 최대 15.08 백분포인트 개선했으며, 행동 꼬리가 단순히 버려지는 예측이 아닌 더 효율적이고 정확한 VLA 추론을 가능하게 하는 재활용 가능한 중간 상태임을 입증했다.