AdaRSI: 체화 에이전트를 위한 온디맨드 재귀적 자기 개선

요약

본 논문은 체화 에이전트의 한계점인 장기 지평선 작업 실패 문제를 해결하기 위해 온디맨드 재귀적 자기 개선(AdaRSI) 프레임워크를 제안합니다. AdaRSI는 실행기의 가중치를 필요할 때만 변경하고, 코딩 에이전트가 스스로 수집한 경험을 바탕으로 신뢰도가 낮은 하위 단계만을 미세 조정하는 방식입니다. GR00T N1.5와 RoboCasa365 환경에서 테스트 결과, 기존 VLA 대비 복합 작업 성공률을 크게 향상시켰습니다.

핵심 포인트

• AdaRSI는 체화 에이전트의 온디맨드 재귀적 자기 개선 프레임워크입니다.
• 실행기 가중치 변경 시점을 결정하여 효율성을 높였습니다.
• 스스로 수집한 경험만으로도 높은 성공률 향상을 입증했습니다.
• GPU 시간 및 데이터 사용량을 크게 절감하면서 성능을 개선했습니다.