HAMSTER: 오픈월드 로봇 조작을 위한 계층적 행동 모델의 혁신

HAMSTER는 계층적 비전-언어-행동 모델을 통해 오프-도메인 데이터를 효과적으로 활용하여 로봇 조작의 일반화 성능을 크게 향상시킨 혁신적인 연구입니다. 실제 로봇 실험에서 기존 모델 대비 50%의 상대적 성능 향상을 달성하여 로봇 조작 분야의 새로운 지평을 열었습니다.

로봇 조작의 새로운 지평을 연 HAMSTER

최근 AI 분야에서 초거대 언어 모델의 눈부신 발전이 이어지고 있지만, 로봇 조작 분야는 여전히 많은 과제에 직면하고 있습니다. 특히, 실제 로봇을 이용한 데이터 수집의 어려움과 고비용 문제는 로봇 조작 AI의 발전을 저해하는 주요 원인으로 작용해 왔습니다.

하지만, Yi Li 등 12명의 연구자들이 개발한 HAMSTER (Hierarchical Action Models For Open-World Robot Manipulation) 는 이러한 문제에 대한 획기적인 해결책을 제시합니다. HAMSTER는 기존의 단일 모델 방식에서 벗어나, 계층적 비전-언어-행동(VLA) 모델을 도입하여 로봇 조작의 일반화 성능을 비약적으로 향상시켰습니다.

HAMSTER의 핵심: 계층적 접근 방식

HAMSTER는 고차원 VLM(Vision-Language Model)과 저차원 3D 제어 정책을 결합한 계층적 구조를 갖습니다. 고차원 VLM은 RGB 이미지와 작업 설명을 입력받아 로봇의 목표 경로를 2D로 계획하고, 저차원 제어 정책은 이 계획을 기반으로 정밀한 3D 조작을 수행합니다. 이러한 계층적 구조는 고차원 VLM의 부담을 줄이고, 저차원 제어 정책의 복잡성을 완화하여 전체 시스템의 성능과 안정성을 향상시킵니다.

놀라운 일반화 능력: 실제 로봇 실험 결과

HAMSTER의 가장 큰 장점은 바로 뛰어난 일반화 능력입니다. 연구진은 다양한 오프-도메인 데이터(비디오, 스케치, 시뮬레이션 데이터)를 활용하여 HAMSTER를 학습시켰습니다. 그 결과, 실제 로봇 실험에서 기존 OpenVLA 모델 대비 성공률을 평균 20% 향상시키는 놀라운 성과를 달성했습니다. 이는 상대적으로 50%의 성능 향상을 의미하며, 로봇 조작 분야의 획기적인 발전으로 평가받기에 충분합니다.

미래를 향한 비전: 더욱 발전된 로봇 조작 기술

HAMSTER의 성공은 로봇 조작 분야에 새로운 가능성을 제시합니다. 저렴한 오프-도메인 데이터를 활용하여 고성능 로봇 조작 모델을 개발할 수 있다는 것은, 더욱 안전하고 효율적인 로봇 시스템 개발을 위한 중요한 발걸음입니다. HAMSTER의 발전은 앞으로 다양한 분야에서 로봇 기술의 활용 범위를 넓히고, 우리의 삶을 더욱 풍요롭게 만들 것으로 기대됩니다. 자세한 내용은 https://hamster-robot.github.io/ 에서 확인할 수 있습니다.