데모 데이터셋을 능동적이고 지속적으로 확장하여 범용 로봇 에이전트의 성능을 향상시킬 수 있다.
대량 언어 모델(Large Language Model)을 활용하여 소수의 시연만으로도 로봇이 복잡한 행동을 효율적으로 학습할 수 있다.
다양한 로봇 플랫폼의 데이터를 활용하여 일반화된 로봇 정책을 학습할 수 있음을 보여준다.
로봇 작업 선호도 수집을 위한 FARPLS 시스템의 효율성과 효과적인 기능을 제공한다.
언어 동작을 중간 예측층으로 활용하여 로봇 모방 학습을 개선합니다.