연구진은 카메라 위치 변화나 로봇 모델 변경과 같은 환경 변화 시 Vision-Language-Action (VLA) 모델의 성능 저하 문제를 해결하기 위해 Domain ARiThmetic (DART) 방법을 제안했어요. DART는 환경 변화에 적응하기 위해 단 하나의 데모만으로 효율적인 적응을 가능하게 해요.
DART는 가중치 벡터 연산을 통해 환경별 정보를 추가하며, 정확한 정보 분리를 위해 가중치 벡터의 특이 성분 간의 부분 공간 정렬을 수행해요.
시뮬레이션 및 실제 환경 실험에서 DART는 다양한 시각 및 로봇 변화 상황에서 기존 VLA 적응 방법보다 뛰어난 성능을 보여줬어요. 관련 코드는 GitHub에서 확인할 수 있어요.