SLA, 연속 사전학습으로 규모를 키운 공간-언어-행동 모델

SLA는 사전학습된 VLA 정책(pi05)을 연속 사전학습과 사후학습으로 확장한 공간-언어-행동 모델이다. 동결된 3D 인식 모델과의 공간 정렬을 통해 로봇 조작에서의 공간 이해를 높였다. 여러 VLA 레이어의 중간 시각 임베딩을 적응적으로 통합하는 feature-dependent gates와 확률적 상태 드롭아웃을 도입했다. 보조 구성 요소는 학습 시에만 사용되며, 사전학습된 VLA의 가중치를 그대로 재사용하고 원래의 추론 아키텍처를 유지한다.