연구진이 UAV의 자아 인식과 공간 인지 능력을 평가하는 새로운 벤치마크 SIS-Bench를 공개했어요. SIS-Bench는 공간과 자아라는 두 가지 차원을 평가하고, 인지 수준별로 세분화된 13가지 과제를 포함하고 있어요. 현재 MLLM은 공간 인지 능력에 비해 자아 인식 능력이 부족하며, 인지 수준이 높아질수록 성능이 저하되는 경향을 보여요.
SIS-Bench는 1,646개의 실제 UAV 영상에서 4,856개의 질문-답변 쌍을 생성했으며, 전문가 검증을 거쳤어요. 연구 결과, UAV의 자아 인식을 향상시키기 위해 광학 흐름과 시각적 특징을 융합한 운동 인식 표현 방식이 효과적임을 확인했어요.
운동 인식 표현 방식은 공간 인지 능력뿐만 아니라 자아 인식 능력 향상에도 기여하며, 하위 의사 결정 작업에도 긍정적인 영향을 미쳐요. SIS-Bench는 자아 인식의 중요성을 강조하고, 운동 인식 기반의 자아 모델링에 대한 실증적 증거를 제공해요.