#VLA

강화학습 September 4, 2026

π0 설명 — 흐름 일치가 VLA 액션 생성 방식을 어떻게 변화시켰는지

Physical Intelligence의 π0에 대한 소스 기반 기술 가이드: PaliGemma VLM 및 전용 액션 전문가, 조건부 흐름 매칭을 통한 연속 액션 생성, 7가지 로봇 유형에 걸친 교차 구현 훈련, 그리고 RT-2 및 OpenVLA와 같은 자기회귀 VLA 모델과의 차이점.

Fundamentals · 16 분 읽기 기술 동향 September 4, 2026

휴머노이드 로봇 기술 동향

테슬라 옵티머스와 피겨 03은 공장 현장에 도입되었고, 보스턴 다이내믹스의 아틀라스는 유압식에서 완전 전기식으로 전환했습니다. 유니트리는 가격 경쟁을 주도하고 있으며, 1X의 NEO는 비디오 월드 모델을 사용하여 가정에서 스스로 학습하기 시작했습니다. 경쟁 구도와 여전히 해결해야 할 과제들을 살펴봅니다.

Trends · 15 분 읽기 강화학습 September 3, 2026

강화 학습 입문: 모방 학습과 역강화 학습

행동 복제, DAgger 및 역강화 학습은 보상을 설정하기 어려울 때 시연을 활용합니다. 이 입문 과정에서는 공변량 변화, 보상 추론, VLA 연결, 평가, 안전성 및 데이터 출처에 대해 다룹니다.

Fundamentals · 9 분 읽기 기술 동향 August 26, 2026

VLA(시각-언어-행동) 기술 동향

비전-언어-액션(Vision-Language-Action, VLA)은 카메라 입력과 자연어 명령을 하나의 모델로 통합하여 로봇 동작을 직접 출력합니다. RT-2부터 OpenVLA, 그리고 Physical Intelligence의 π0 계보에 이르기까지, 인지와 제어를 분리하지 않는 설계 철학의 확산을 살펴봅니다.

Trends · 13 분 읽기