[논문리뷰] RobotUse: Allocating Computation, Context, and Decisions본 논문은 일반적인 로봇 에이전트 설계에서 연산과 컨텍스트의 효율적 배분 문제를 해결하고자 한다. 기존의 코드 기반 또는 스킬 기반 하네스는 실행 세부사항과 의도적인 물리적 선택 사이의 연결을 모호하게 만들거나, 에이전트의 컨텍스트를 과도하게 점유하여 성능 저하를 초래한다.#Review#Robot Agent#Agent Harness#Physical Action#Playbook#Context Allocation#Task Success2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Fewer Tokens, Better Action: GPT-6 Astra Robot Agents with 14% Higher Success Rate but 65% Fewer Tokens본 연구는 VLM 기반 로봇 에이전트가 작업을 수행할 때 발생하는 과도한 Inference 비용과 불필요한 토큰 오버헤드 문제를 해결하는 데 목적이 있습니다.#Review#VLM#Robot Agent#Code Execution#Primitive Composition#Selective Observation#Inference Efficiency#Token Consumption2026년 10월 1일댓글 수 로딩 중