우리는 OmniGibson 시뮬레이터에서 진행되는 100개의 장기(long-horizon) 가사 작업을 위한 2026 BEHAVIOR 챌린지 해결책을 설명합니다. 우리는 최종 리더보드에서 9위를 차지했으며, 이는 상위 10개 팀 중 유일한 독립팀이었습니다. 이 솔루션의 핵심은 단일 비전-언어-행동(VLA) 모델이며, 모든 100가지 작업을 위한 하나의 체크포인트로, 1등을 차지했던 2025년 솔루션을 기반으로 하며 $π_{0.5}$를 사용했습니다. 2025년에 공유된 50개 작업에서 이 모델의 Q 값은 0.260에서 0.371로 상승했으며, 모든 100가지 작업을 통틀어 0.392를 기록했습니다. 2025년으로부터 얻은 주요 결론은 모델이 충분히 학습되지 않았다는 것이었으므로, 2026년 작업의 대부분은 모델을 더 오랫동안 훈련하고, 일부 훈련 매개변수를 최적화하며, 각 훈련 단계를 약간 더 빠르게 만들고 기울기 노이즈(gradient noise)를 줄이는 데 사용되었습니다. 구체적으로는 50개 작업에서 100개 작업으로의 전환(시연된 스킬 주석을 기반으로 구축된 의미론적 단계, 새로운 작업에 대한 작업 및 단계 임베딩은 유사한 이전 작업으로부터 초기화되었으며, 원격 조작 제어와 일치하는 21차원 행동 공간), 제거 과정 없이 단순 노이즈 대 컴퓨팅 모델을 사용한 분산 감소 다중 샘플 흐름 매칭(variance-reduced multi-sample flow matching)이었습니다. 또한, 시연된 211M 프레임에 대한 약 한 번의 통과를 거치는 200k 단계의 훈련 실행도 포함되었습니다.
클라우드 평가 인프라는 출처 추적(provenance), 에피소드 진단, 복원 가능한 시뮬레이터 상태와 공유 기록을 유지하며, 하나의 GPU에서 여섯 개의 시뮬레이터를 실시간보다 빠르게 동시에 실행합니다. 학습된 정책 외에도, 14가지 작업은 GPT-6 Astra 코딩 에이전트에게 라우팅되어 관찰 및 모션 도구를 통해 로봇을 제어하며, 모든 에피소드를 훈련 인스턴스에 대한 자체 연습 세션의 고정된 사본부터 시작합니다. 이 14개 작업을 통틀어, Astra의 평균 Q 값은 0.639로, 학습된 정책의 0.108과 비교됩니다. 공개 제출물에는 Astra 결과 중 일부만 포함되었으며, 27.3%의 전체 작업 성공률과 함께 0.446 Q 값을 기록했습니다.