진행도 인식 기반 확산 정책 로봇 조작

** 본 논문은 로봇 조작을 위한 비전‑언어‑액션(VLA) 모델이 장기 목표 달성에 필요한 ‘진행도 인식(progress awareness)’을 결여하고 있다는 문제점을 제기한다. 기존 방법들은 주로 손으로 만든 종료 히스토리나 단순 성공/실패 이진 분류기에 의존해 작업이 끝났는지를 판단한다. 이러한 접근은 복합적인 하위 목표가 연속되는 장기 조작에서 불안정하고 비효율적이다. 이를 해결하기 위해 저자들은 **ProgressVLA**라는 새로운 프레임워크를 설계했으며, 두 핵심 구성 요소인 **진행도 추정기(progress estimator)**와 **진행도‑가이드 확산 정책(progress‑guided diffusion policy)**를 제안한다. 1. **진행도 추정기** - **데이터와 사전 학습**: Open X‑Embodiment(OXE)와 같은 대규모 로봇 비디오‑텍스트 데이터셋을 활용해 비지도 사전 학습을 수행한다. 언어 명령(l), 초기 관찰(o₀), 현재 관찰(o_t)을 입력으로 받아 정규화된 진행도 p∈