Earticle

초록

영어

Run-time action verification for Vision-Language-Action (VLA) models usually relies on trained verifiers applied at every step. We built UG-DTV, which rolls out VLA action candidates in a physics-based digital twin (DT), scores them by collision, feasibility, and task progress, and verifies only when action entropy is high. On four Unity manipulation tasks with 200 episodes per condition, verifying every step raised task success from 37.0% to 57.0%, and verifying only 7.6% of steps reached 50.5% with almost no added time, although entropy-based gating did not outperform random gating. As the DT position error grew to 4 cm, the gain of verify-always fell from 28.0 to 12.5 points while that of selective verification stayed nearly unchanged, showing that verification frequency should depend on twin fidelity.

한국어

비전-언어-행동(VLA) 모델의 실행 시점 행동 검증은 별도로 학습된 검증 모델과 매 시점 검증을 전제로 한다. 본 연구는 VLA의 행동 후보를 물리엔진 기반 디지털트윈(DT)에서 선행 전개하여 충돌·실행 가능성·진척도로 평가하고, 행동 엔트로피가 높을 때에만 검증하는 UG-DTV를 구성하였다. Unity의 4개 조작 작업에서 조건당 200 에피소드를 평가한 결과, 매 시점 DT 검증은 성공률을 37.0%에서 57.0%로 높였고, 7.6%의 시점만 검증해도 실행시간 증가가 거의 없이 50.5%를 달성하였으나 엔트로피 기반 시점 선택은 무작위 선택과 차이가 없었다. 또한 DT 위치 오차가 4 cm로 커지면 전수 검증의 향상폭은 28.0%p에서 12.5%p로 줄었으나 선택적 검증은 거의 변하지 않아, 적정 검증 빈도가 트윈 충실도에 따라 달라짐을 보였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1 Vision-Language-Action 모델
2.2 실행 시점 행동 검증과 불확실성 기반 호출
2.3 디지털트윈과 시뮬레이션 기반 평가
3. 제안 방법
3.1 전체 구조
3.2 불확실성 기반 검증 호출
3.3 DT 선행 전개와 행동 선택
4. 실험 설계
4.1 실험 환경과 작업
4.2 경량 VLA와 학습
4.3 비교 조건과 평가 방법
5. 실험 결과 및 분석
5.1 DT 검증의 효과(RQ1)
5.2 선택적 검증의 효율과 불확실성 신호(RQ2)
5.3 DT 충실도의 영향(RQ3)
6. 결론
REFERENCES

키워드

저자

• 진영훈 [ Young-Hoon Jin | 백석대학교 첨단IT학부 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  미래기술융합논문지

• 간기

  격월간

• eISSN

  2951-2468

• 수록기간

  2022~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 530 DDC 620