[논문리뷰] Breaking the Vision-Action Shortcut: Latent Interface Training for Generalizable Robotics Foundation Models본 논문은 로봇 파운데이션 모델이 학습 데이터 내에서는 강력한 성능을 보이지만, 카메라 구도나 조명 등 시각적 분포가 변화할 때 성능이 급격히 저하되는 일반화 문제를 해결하고자 합니다.#Review#Robot Foundation Models#Vision-Action Shortcuts#Latent Interface Training#Generalization#Spatial-Goal-Conditioned#VLA#WAM2026년 9월 13일댓글 수 로딩 중
[논문리뷰] Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories본 논문은 대규모 데이터 학습을 통해 범용 로봇 정책을 구축하고자 하는 Scaling Laws의 가능성을 실현하는 데 초점을 맞춥니다.#Review#Vision-Language-Action Models#Scaling Laws#Real-World Trajectories#Robot Foundation Models#Flow Matching#Auto-labeling#Cross-embodiment Learning2026년 7월 19일댓글 수 로딩 중
[논문리뷰] RoboTTT: Context Scaling for Robot Policies본 논문은 최신 로봇 파운데이션 모델들이 단일 스텝 또는 짧은 히스토리에만 의존하여 장기적인 작업 수행 및 맥락 이해에 한계를 보인다는 문제를 해결합니다.#Review#Robot Foundation Models#Test-Time Training#Long-Context Policies#Visuomotor Control#In-Context Imitation#Sequence Modeling2026년 7월 16일댓글 수 로딩 중