Robbyant가 LingBot-VLA 2.0을 공개했는데, 핵심은 새로운 아키텍처가 아닌 상대 관절 목표 사용이라는 점이 강조돼요. 절대 관절 목표 대신 상대 관절 목표를 사용했을 때 평균 성공률이 33.7에서 55.0으로 21.3% 향상됐어요. 이 연구는 20개 로봇 모델에 대한 55차원 액션 벡터, 6만 시간 사전 훈련, MoE 액션 전문가 등 다양한 기술을 활용했어요.
GM-100 벤치마크에서 일반적인 성공률은 66.2/34.4 (Agilex Cobot Magic) 및 34.6/15.6 (Galaxea R1 Pro)로 나타났으며, 자체 벤치마크라는 점을 고려해야 해요. 로봇 자세를 10cm 이동하거나, 보이지 않는 물체를 추가하는 OOD 테스트에서 성공률이 크게 감소하는 등 한계도 확인됐어요.
액션 공간 및 증류 세부 사항은 GitHub 및 HuggingFace에서 공개되어 있어, 연구 결과를 직접 검증하고 활용할 수 있어요.