연구진이 UAV 에이전트의 자기 인식과 공간 인지 능력을 평가하는 새로운 벤치마크 SIS-Bench를 공개했어요. SIS-Bench는 공간과 자기라는 두 가지 차원을 기준으로, 인지 수준별로 평가를 구성해요.
현재 MLLM은 공간 인지 능력은 뛰어나지만, 자기 인식 능력은 부족한 한계가 있는 것으로 나타났어요. 특히, 공간 인지와 자기 인식 능력 간 불균형과 인지 수준에 따른 성능 저하가 관찰됐어요.
연구진은 에이전트의 움직임 정보를 활용한 motion-aware representation을 제안했고, 이를 통해 공간 인지와 자기 인식 능력이 모두 향상되는 것을 확인했어요.
SIS-Bench는 UAV 에이전트의 자기 인식 능력을 향상시키는 데 기여하며, motion-aware self-in-space 모델링의 중요성을 강조해요.