FRED, World Action Models를 위한 미래 영상 표현을 자기 증류로 학습

FRED는 World Action Models(WAM)에서 시간적 문맥을 활용한 자기 증류를 통해 단일 디노이징 단계만으로 미래 영상 표현의 품질을 높이는 학습 프레임워크다. 비교 대상인 WAM보다 높은 성능을 보였다. 로봇 학습 데이터에 포함되지 않고 사람의 동영상으로만 시연된 과제에서는 과제 성공률 50.0%를 달성해, 가장 우수한 경쟁 WAM의 19.4%를 웃돌았다. 장기 과제와 제로샷 환경 일반화 상황에서의 미지 도메인 과제에서도 큰 개선이 나타났다.