요약

Hy-Embodied-0.5-VLA(HyVLA-0.5)는 데이터 수집부터 모델 설계, 미세 조정, 강화학습, 실제 환경 배포까지 아우르는 엔드 투 엔드 로봇 학습 스택을 제안합니다. Vision-Language-Action(VLA) 모델을 통해 실제 환경에서의 로봇 제어 성능을 극대화하는 시스템을 다룹니다.

핵심 포인트

• 데이터 수집부터 실제 배포까지의 전체 로봇 학습 스택 구축
• VLA 모델 기반의 엔드 투 엔드 시스템 설계
• 지속적 사전 학습 및 지도 미세 조정 기술 적용
• 강화학습(RL)을 활용한 사후 학습 프로세스 포함