Embodied policy전문가
EWAM: 단일 embodied 모델에서 의미 이해, 시각 예측, 행동으로 이어지는 층별 전문화
Yinwang Intelligent Technology 연구진이 공개한 프리프린트에서 의미 이해, 시각적 미래 예측, 행동 생성을 한 모델에 묶은 EWAM을 제안했다. EWAM은 행동 토큰이 얕은 층에서는 시각언어 토큰을, 중간 층에서는 예측 미래 프레임을, 깊은 층에서는 행동 토큰을 주로 읽는 층별 전문화를 학습으로 형성했다. RoboTwin clean-to-random 72.1%, LIBERO 평균 98.8%, 다수 실물 로봇 과제에서 기존 VLA와 WAM 하이브리드보다 높은 성공률을 보였고, 인간 egocentric 사전학습은 미학습 로봇 전이 성공률을 40.1%에서 66.9%로 올렸다.