비전 기반 모델에서의 공간 상태 표현 탐색

요약

본 연구는 비전 기반 모델이 자아 움직임 하에서 지속적인 공간 상태를 어떻게 표현하는지 탐구합니다. 스트리밍 관찰을 통해 공간 구조, 객체 지속성 등 네 가지 수준의 공간 능력을 테스트했습니다. 그 결과, 단순히 보이는 장면을 디코딩하는 것만으로는 충분하지 않으며, 정보가 관찰 너머까지 유지되고 목표 지향적 행동에 사용되는지 평가해야 함을 강조합니다.

핵심 포인트

• 공간 지각은 개별 이미지 인식을 넘어 지속적인 상태 업데이트를 요구한다.
• 모델의 공간 능력 프로파일은 과제와 네트워크 계층에 따라 달라진다.
• 단순한 시각적 판독만으로는 객체 지속성이나 미래 특징 검색을 보장하기 어렵다.
• 공간 표현은 관찰 너머까지 정보가 유지되고 예측적으로 업데이트되는지 평가해야 한다.