[VLA]VLA 작업 성공률의 핵심, 로봇의 기억력을 높이는 최신 구조는? | MeM (Multi-Scale Embodied Memory) 논문 리뷰

제목: VLA 작업 성공률의 핵심, 로봇의 기억력을 높이는 최신 구조는? | MeM (Multi-Scale Embodied Memory) 논문 리뷰

질문: 왜 최근 로봇 AI 연구에서는 로봇의 기억력(Memory)이 중요한 핵심 기술로 떠오르고 있을까요?

답변: 로봇이 단순한 동작이 아니라 연속된 작업과 상황을 이해하고 행동하려면 장기 기억 구조가 필요하기 때문입니다.

VLA 모델의 가장 큰 약점 중 하나는 바로 기억(Memory)입니다. π(파이) 모델로 유명한,

Physical Intelligence의 MeM(Multi-Scale Embodied Memory) 논문을 통해 

이번 영상에서는 로봇에게 단기(Short-term) 비디오 기억과 장기(Long-term) 언어 기억을 결합하는 구조를 

어떻게 설계하는지 기술적으로 살펴보겠습니다. 

00:00 Intro : 로봇에게 왜 ‘기억 구조’가 필요한 이유 

01:26 MeM 논문 소개 : 왜 VLA 모델은 1분만 지나면 바보가 되는가? 

04:29 핵심 아키텍처: 시공간을 압축하는 ‘이중 구조 메모리’

• [Short-Term] Video Encoder: 물리적 연속성의 확보
• [Long-Term] Language Memory: 의미적 요약의 힘

12:47 인컨텍스트 적응(In-Context Adaption) 

17:08 실험 및 비교 실험 

21:40 Outro : 로봇의 지능은 결국 ‘기억 설계’에서 나온다 

(source : https://www.pi.website/research/memory) 

#Physical AI, #VLA, #로봇 AI, #Embodied AI, #로보틱스 #PhysicalIntelligence