리서치 연구
작업 공간 토큰을 활용한 경량 로봇 장기 기억 구현
Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision
arXiv로봇이 복잡한 작업을 수행할 때 필수적인 장기 기억을 효율적으로 구현하는 새로운 방법을 제시합니다.
세 줄 요약
- 과거의 행동 기록에 의존해야 하는 로봇 정책의 높은 계산 비용 문제를 해결하기 위해 '작업 공간 토큰'이라는 경량 메모리를 제안했습니다.
- 이 토큰은 배포 시 관찰 정보 대신 사용 가능하여, 복잡한 기억 기반 작업도 VLM 추론 과정 없이 안정적으로 수행할 수 있습니다.
- 학습 단계에서만 VLM을 활용해 필수 정보를 식별하고 이를 토큰으로 압축하는 정교한 훈련 과정을 거쳐 성능과 경량성을 모두 확보했습니다.
복잡한 로봇 조작 작업은 종종 과거의 행동과 사건에 대한 장기적인 메모리를 필요로 합니다. 그러나 전체 이력을 조건으로 사용하는 방식은 정책이 허위 상관관계에 취약해지거나 성능 저하를 초래할 수 있습니다. 기존 접근법들은 이러한 문제를 해결하기 위해, 과제와 관련된 정보만을 처리하도록 비용이 많이 드는 (Vision-Language Model) 쿼리를 반복적으로 사용했습니다.
본 논문은 계산 집약적인 VLM 쿼리가 학습 단계에서만 이루어지도록 하여 경량의 잠재 메모리인 '작업 공간 (workspace token)'을 학습하는 대안적 방법을 제안합니다. 이 표현은 먼저 VLM을 사용하여 과제 완료에 필요한 현재 및 과거 정보를 식별하고, 이를 세트 재구성 디코더 손실(set-reconstruction decoder loss)을 통해 작업 공간 토큰으로 압축하여 훈련됩니다.
시뮬레이션과 실제 하드웨어 환경 모두에서 테스트된 결과, 이 작업 공간 토큰은 배포 시 관찰 정보의 대체재로 사용될 수 있습니다. 이를 통해 정책은 VLM 추론 과정 없이도 메모리 집약적인 작업을 수행할 수 있으며, 경량성을 유지하면서도 더 나은 정책 성능을 달성하는 것으로 나타났습니다.
용어 풀이
- VLM
- 이미지와 글을 함께 이해하는 모델.
- 토큰
- AI 모델이 글을 처리하는 단위. 단어보다 작은 조각이며 사용량과 요금을 셀 때 기준이 돼요.