VLA-Rolling, 행동 꼬리 재사용해 제어 속도 향상

연구진은 10월 18일 발표된 논문에서 시각·언어·행동(VLA) 모델의 가벼운 추론 프레임워크 VLA-Rolling을 공개했습니다. 앞서 생성한 행동 시퀀스 중 실행되지 않은 부분을 재사용하고, 모델이 새 관측값을 받은 뒤 시퀀스를 얼마나 더 정교화할지 조절합니다. 기반이 되는 VLA 모델의 매개변수는 고정해 둡니다.

VLA 모델은 노이즈를 반복해서 제거해 행동 묶음을 생성하지만, 이동 지평선 제어 방식에서는 짧은 앞부분만 실행한 뒤 계획을 다시 세웁니다. 남은 행동 꼬리는 보통 버리고 가우시안 노이즈에서 새 행동 묶음을 생성합니다. 연구진은 버려지는 꼬리에 노이즈 제거 과정의 진전이 남아 있으며, 노이즈 제거 단계를 줄여도 10단계 가우시안 기준선과 맞먹거나 이를 웃돌 수 있다고 밝혔습니다.

VLA-Rolling은 행동 꼬리 이어받기, 행동별 신뢰도 추정, 신뢰도에 따른 노이즈 제거 단계 배분 등 세 단계로 작동합니다. 연구진은 π₀.₅, SmolVLA, X-VLA, MolmoAct2를 LIBERO, MetaWorld, LIBERO-Plus, RoboTwin 2.0에서 시험했습니다. 16개 모델·벤치마크 조합 모두에서 행동 묶음 추론 비용을 줄여 최대 1.48배 속도를 냈고, 14개 조합에서는 성공률이 최대 15.08%포인트 높아졌습니다. 논문은 최적의 노이즈 제거 단계 수가 표본마다 크게 달랐으며, 이에 맞춰 환경 관측값이 갱신될 때 꼬리 정교화 정도를 조절했다고 설명했습니다.

연구진은 10월 18일 발표된 논문에서 시각·언어·행동(VLA) 모델의 가벼운 추론 프레임워크 VLA-Rolling을 공개했습니다. 앞서 생성한 행동 시퀀스 중 실행되지 않은 부분을 재사용하고, 모델이 새 관측값을 받은 뒤 시퀀스를 얼마나 더 정교화할지 조절합니다. 기반이 되는 VLA 모델의 매개변수는 고정해 둡니다.

VLA 모델은 노이즈를 반복해서 제거해 행동 묶음을 생성하지만, 이동 지평선 제어 방식에서는 짧은 앞부분만 실행한 뒤 계획을 다시 세웁니다. 남은 행동 꼬리는 보통 버리고 가우시안 노이즈에서 새 행동 묶음을 생성합니다. 연구진은 버려지는 꼬리에 노이즈 제거 과정의 진전이 남아 있으며, 노이즈 제거 단계를 줄여도 10단계 가우시안 기준선과 맞먹거나 이를 웃돌 수 있다고 밝혔습니다.

VLA-Rolling은 행동 꼬리 이어받기, 행동별 신뢰도 추정, 신뢰도에 따른 노이즈 제거 단계 배분 등 세 단계로 작동합니다. 연구진은 π₀.₅, SmolVLA, X-VLA, MolmoAct2를 LIBERO, MetaWorld, LIBERO-Plus, RoboTwin 2.0에서 시험했습니다. 16개 모델·벤치마크 조합 모두에서 행동 묶음 추론 비용을 줄여 최대 1.48배 속도를 냈고, 14개 조합에서는 성공률이 최대 15.08%포인트 높아졌습니다. 논문은 최적의 노이즈 제거 단계 수가 표본마다 크게 달랐으며, 이에 맞춰 환경 관측값이 갱신될 때 꼬리 정교화 정도를 조절했다고 설명했습니다.