MEKAWIRE
연구

논문

새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.

논문 1편
arXiv
robustness benchmark for vision-language-action models중급

LIBERO-Pro2.0: 로봇 파운데이션 모델, 조건 바뀌면 성공률 26.5%포인트 하락 (화중과기대, 칭화대)

Xueyang Zhou, Yangming Xu, Qianjiang Li, Guiyao Tie, Junhao Wu, Ziheng Huang, Guowen Zhang, Zhijie Yuan, Di Wu, Duanfeng Chu, Pan Zhou, Lichao Sun, Yongchao ChenHuazhong University of Science and Technology; Tsinghua University; Wuhan University of Technology; Lehigh University; University of Toronto

중국 화중과기대와 칭화대 연구진은 프리프린트 논문에서 LIBERO 벤치마크 점수가 63.8~98.5%인 로봇 제어 모델 17종이 작업 도중 물체, 목표, 카메라, 로봇 상태가 바뀌자 성공률이 평균 26.5%포인트 떨어졌다고 밝혔다. 피지컬인텔리전스의 pi0.5를 강건성 시연 80건으로 미세조정하자 처음 보는 교란 과제 성공률이 70.1%로 올라 기존 정책(28.0~47.9%)을 앞섰다.

주제별 논문

논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.