연구진은 로봇 학습 모델의 언어 이해 및 액션 시퀀스 다양성 부족 문제를 해결하기 위해 TREAD 프레임워크를 제안했어요. TREAD는 기존 로봇 데이터셋을 추가 수집 없이 대규모 VL 모델을 활용해 증강하는 방식이에요. LIBERO 데이터셋 평가 결과, TREAD를 활용한 정책은 새로운 작업 및 목표에 대한 성능이 향상됐어요.
TREAD는 VL 모델을 활용해 원래의 지시사항 레이블과 초기 장면에서 의미론적 하위 작업 생성, 데모 비디오 세분화, 객체 속성을 포함하는 다양한 지시사항 생성의 3단계로 구성돼요. 또한, 언어적 다양성을 높이기 위해 텍스트 목표의 다양한 버전을 추가로 활용해요.
TREAD는 경로 분해를 통한 계획 일반화와 언어 기반 정책 일반화를 향상시키며, 로봇 학습 모델의 성능 향상에 기여할 수 있음을 보여줬어요.