[논문리뷰] SIEVE: Structure-Aware Data Selection for Imitation Learning with VLA Models본 논문은 대규모 로봇 데모 데이터셋에 존재하는 중복성, 노이즈, 불균일한 작업 커버리지 문제를 해결하기 위해 구조적 데이터 선택 프레임워크인 SIEVE를 제안한다 .#Review#Vision-Language-Action Models#Imitation Learning#Data Selection#Primitive Discovery#Structural Exposure#Behavior Cloning2026년 7월 7일댓글 수 로딩 중