언어 모델의 로봇 제어 역량이 점차 향상되고 있으나, 그 성능은 모델과 로봇을 연결하는 인터페이스에 따라 크게 달라지는 것으로 나타났다. 연구진은 유니트리 Go2 사족 보행 로봇, 유니트리 G1 휴머노이드, 로봇 팔 등 다양한 형태의 로봇을 대상으로 직접적인 모터 토크 명령부터 강화 학습 정책 훈련까지 다양한 제어 방식을 시험했다.

이번 연구는 고전적인 제어 문제, 보행, 조작 등 세 가지 주요 영역을 평가했다. 모델이 직접 낮은 수준의 힘이나 토크 명령을 내리는 방식에서는 성능이 저조했지만, 미리 학습된 정책을 감독하거나 프로그래밍 코드를 작성하는 방식에서는 유의미한 성과를 보였다. 예를 들어 Claude Opus 4.6과 GPT-5.4는 도구를 직접 작성하고 다운로드하여 사족 보행 로봇의 미로 탈출이나 주방 환경에서의 물체 조작을 성공적으로 유도했다.

세대별 개선은 고수준 정책 감독 분야에서 특히 두드러지게 측정된다. 현재의 거대 모델들이 사전 학습된 정책 없이 휴머노이드를 자율적으로 제어하기는 어렵지만, 제안된 동작의 실패 가능성을 파악하는 능력은 더욱 신뢰할 만한 수준에 도달했다. LIBERO 벤치마크를 변형한 조작 과제에서 신형 모델들은 물체에 도달하고 잡는 성능이 개선되었으나, 전체 과제 성공률은 0에서 5.5% 수준으로 여전히 낮은 편이다.

연구진은 로봇의 신체적 능력을 측정하는 'Embody' 벤치마크도 활용했다. 결과에 따르면, 모델이 직접 실시간 제어를 수행할 때 발생하는 지연 시간 문제는 현재 83Hz 수준의 제어가 필요한 상황에서 모델의 추론 속도인 0.2~0.4Hz와 격차가 컸다. 대신 프로그래밍 방식의 제어가 현실적인 대안으로 제시되었다. 강화 학습 과제에서는 GPT-5.4와 Claude Mythos Preview가 보상 함수 정의 및 정책 훈련에서 이전 모델보다 뛰어난 역량을 보였다. 그럼에도 불구하고 모델들은 여전히 안정적인 공간 기억력이나 장기적인 개방 루프 계획이 필요한 작업에서 난항을 겪고 있다.

언어 모델의 로봇 제어 역량이 점차 향상되고 있으나, 그 성능은 모델과 로봇을 연결하는 인터페이스에 따라 크게 달라지는 것으로 나타났다. 연구진은 유니트리 Go2 사족 보행 로봇, 유니트리 G1 휴머노이드, 로봇 팔 등 다양한 형태의 로봇을 대상으로 직접적인 모터 토크 명령부터 강화 학습 정책 훈련까지 다양한 제어 방식을 시험했다.

이번 연구는 고전적인 제어 문제, 보행, 조작 등 세 가지 주요 영역을 평가했다. 모델이 직접 낮은 수준의 힘이나 토크 명령을 내리는 방식에서는 성능이 저조했지만, 미리 학습된 정책을 감독하거나 프로그래밍 코드를 작성하는 방식에서는 유의미한 성과를 보였다. 예를 들어 Claude Opus 4.6과 GPT-5.4는 도구를 직접 작성하고 다운로드하여 사족 보행 로봇의 미로 탈출이나 주방 환경에서의 물체 조작을 성공적으로 유도했다.

세대별 개선은 고수준 정책 감독 분야에서 특히 두드러지게 측정된다. 현재의 거대 모델들이 사전 학습된 정책 없이 휴머노이드를 자율적으로 제어하기는 어렵지만, 제안된 동작의 실패 가능성을 파악하는 능력은 더욱 신뢰할 만한 수준에 도달했다. LIBERO 벤치마크를 변형한 조작 과제에서 신형 모델들은 물체에 도달하고 잡는 성능이 개선되었으나, 전체 과제 성공률은 0에서 5.5% 수준으로 여전히 낮은 편이다.

연구진은 로봇의 신체적 능력을 측정하는 'Embody' 벤치마크도 활용했다. 결과에 따르면, 모델이 직접 실시간 제어를 수행할 때 발생하는 지연 시간 문제는 현재 83Hz 수준의 제어가 필요한 상황에서 모델의 추론 속도인 0.2~0.4Hz와 격차가 컸다. 대신 프로그래밍 방식의 제어가 현실적인 대안으로 제시되었다. 강화 학습 과제에서는 GPT-5.4와 Claude Mythos Preview가 보상 함수 정의 및 정책 훈련에서 이전 모델보다 뛰어난 역량을 보였다. 그럼에도 불구하고 모델들은 여전히 안정적인 공간 기억력이나 장기적인 개방 루프 계획이 필요한 작업에서 난항을 겪고 있다.