AtlasVA: 교사 없이 시각적 기술 기억을 스스로 진화시키는 VLM 에이전트 프레임워크

AtlasVA는 시각적 기술 기억을 스스로 진화시키는 교사 없는 프레임워크로, 공간적 의사 결정에 적합하도록 시각적으로 기반한 기억을 사용합니다. 공간 히트맵, 시각적 예제, 상징적 텍스트 기술의 세 가지 층으로 기억을 구성하고, 위험 및 선호도 지도를 스스로 진화시킵니다. Sokoban, FrozenLake, 3D 임베디드 내비게이션, 3D 로봇 조작 벤치마크에서 기존 텍스트 기반 방식보다 우수한 성능을 보였습니다.