로봇공학 퀴즈를 위한 비전-언어-액션 모델

퀴즈를 풀면 정답과 설명이 나타납니다.

1. VLA(Vision-Language-Action) 모델을 정의하는 세 가지 유형의 입력/출력은 무엇입니까?
   • 카메라 영상, 언어지시, 로봇동작
   • 오디오, 텍스트, 이미지
   • 센서 로그, GPS, 배터리 상태
   • 코드, 컴파일러 출력 및 테스트 결과
2. Google DeepMind의 RT-2는 로봇 동작을 어떻게 표현하여 변압기가 로봇 동작을 생성할 수 있었습니까?
   • 연속 부동 소수점 벡터로만 사용
   • 텍스트 토큰과 유사하게 분리된 작업 토큰으로
   • ROS 메시지 XML로
   • 강화 학습에 대한 보상 값으로
3. VLA의 맥락에서 '긴급 이전'은 무엇을 의미합니까?
   • 로봇이 과열되어 종료됩니다.
   • 두 로봇이 소프트웨어를 교환합니다.
   • 사전 훈련을 통해 얻은 웹 규모 지식은 로봇이 새로운 물체와 지침을 처리하는 데 도움이 됩니다.
   • 작업은 신경망 없이 계산됩니다.
4. 단일 개별 동작 토큰과 비교하여 pi-0의 확산/흐름 일치 동작 헤드의 주요 장점은 무엇입니까?
   • 카메라가 필요하지 않습니다.
   • 시뮬레이션에서만 작동합니다.
   • 언어 교육을 없애줍니다.
   • 보다 능숙한 제어를 위해 부드러운 고주파 동작 청크를 생성합니다.
5. Open X-Embodiment 데이터 세트가 VLA에 중요한 이유는 무엇입니까?
   • 다양한 로봇 유형에 걸쳐 로봇 데이터를 모아 구현 간 일반화를 가능하게 합니다.
   • 이미지 캡션 전용 벤치마크입니다.
   • 하나의 로봇의 데이터만 저장합니다.
   • 언어 전용 텍스트 코퍼스입니다.
6. Which data sources did DeepMind combine when co-fine-tuning RT-2?
   • Only a fixed list of hand-written joint commands
   • Robot demonstration data and web data with a pretrained vision-language model
   • Only audio recordings without robot observations
   • Only random action tokens with no examples
7. What kinds of commands can an RT-2-style action representation encode?
   • Only natural-language explanations with no robot controls
   • A fixed video caption for each camera frame
   • Discretized robot motion and gripper commands represented as tokens
   • A robot’s hardware serial number
8. How broad was the RT-2 evaluation of emergent capabilities reported by Google DeepMind?
   • Exactly 12 trials
   • One trial for every robot type worldwide
   • No physical robot trials
   • More than 6,000 robotic trials