ZJU-OmniAI 연구진은 2026년 7월 2일, 물리적 환경에서 로봇을 제어하는 Vision-Language-Action(VLA) 파운데이션 모델의 신뢰성을 높이기 위한 프레임워크 VLA-Corrector를 발표했다. 기존 VLA 정책은 일련의 동작을 한꺼번에 실행하는 Action Chunking 방식을 사용하는데, 고정된 실행 구간으로 인해 로봇이 물체를 놓치거나 자세가 틀어지는 등 실시간 물리 변화에 대응하지 못하는 한계가 있었다. VLA-Corrector는 VLA 모델 자체의 가중치를 수정하거나 재학습할 필요 없이 이러한 오류를 보완한다.

이 시스템은 경량화된 잠재 공간 비전 모니터(LVM)를 통합하여 관찰된 시각적 역학이 예상 결과와 일치하는지 지속적으로 평가한다. 예상되는 시각적 특징에서 지속적인 편차가 감지되면, 시스템은 기존의 잔여 동작을 중단하고 Online Gradient Guidance를 통한 보정 계획을 호출한다. 이 과정에서 고정된 실행 구간은 적응형 액션 호라이즌으로 전환되며, 시스템은 안정적인 상황에서는 긴 호라이즌을, 오차가 발생할 때는 짧은 호라이즌을 사용하여 즉각 대응한다.

VLA-Corrector는 모델 전체 추론 대비 최소한의 연산 부담으로 실행 견고성과 정책 호출 빈도 간의 균형을 유지한다. MetaWorld, LIBERO 벤치마크 및 AgileX PiPER 로봇을 사용한 실제 실험 결과, 이 방식은 다양한 VLA 모델의 조작 성공률과 효율성을 개선했다. 결과적으로 '예측 후 맹목적 실행'이라는 로봇 학습의 한계를 극복하고, 접촉이 빈번한 작업 환경에서 더 강건한 폐루프 반응성을 확보했다.

ZJU-OmniAI 연구진은 2026년 7월 2일, 물리적 환경에서 로봇을 제어하는 Vision-Language-Action(VLA) 파운데이션 모델의 신뢰성을 높이기 위한 프레임워크 VLA-Corrector를 발표했다. 기존 VLA 정책은 일련의 동작을 한꺼번에 실행하는 Action Chunking 방식을 사용하는데, 고정된 실행 구간으로 인해 로봇이 물체를 놓치거나 자세가 틀어지는 등 실시간 물리 변화에 대응하지 못하는 한계가 있었다. VLA-Corrector는 VLA 모델 자체의 가중치를 수정하거나 재학습할 필요 없이 이러한 오류를 보완한다.

이 시스템은 경량화된 잠재 공간 비전 모니터(LVM)를 통합하여 관찰된 시각적 역학이 예상 결과와 일치하는지 지속적으로 평가한다. 예상되는 시각적 특징에서 지속적인 편차가 감지되면, 시스템은 기존의 잔여 동작을 중단하고 Online Gradient Guidance를 통한 보정 계획을 호출한다. 이 과정에서 고정된 실행 구간은 적응형 액션 호라이즌으로 전환되며, 시스템은 안정적인 상황에서는 긴 호라이즌을, 오차가 발생할 때는 짧은 호라이즌을 사용하여 즉각 대응한다.

VLA-Corrector는 모델 전체 추론 대비 최소한의 연산 부담으로 실행 견고성과 정책 호출 빈도 간의 균형을 유지한다. MetaWorld, LIBERO 벤치마크 및 AgileX PiPER 로봇을 사용한 실제 실험 결과, 이 방식은 다양한 VLA 모델의 조작 성공률과 효율성을 개선했다. 결과적으로 '예측 후 맹목적 실행'이라는 로봇 학습의 한계를 극복하고, 접촉이 빈번한 작업 환경에서 더 강건한 폐루프 반응성을 확보했다.