Robbyant, JEPA 방식 촉각 인코더 'LingBot-Touch' 공개…재구성 대신 잠재 예측으로 사전학습, 추론 코드·체크포인트 공개(커뮤니티 전언)
확인된 내용 (사실)
Robbyant가 가려진 접촉 신호의 잠재 Representation을 예측하는 자기지도 촉각 인코더 LingBot-Touch 논문을 냈고 추론 코드와 체크포인트도 공개했다. 같은 크기·같은 데이터의 MAE·VAE 재구성 모델과 비교했다.
팩트체크 필요 (주장)
1천 시간 데이터에서 촉각→영상 top-5 recall이 JEPA 32.1%, MAE 5.6%, VAE 4.4%였고, 4천 시간에선 JEPA 49.3%, MAE 9% 미만, VAE 3.1%였다고 밝혔다. 촉각 클립 대부분이 0에 가까운 배경이라 재구성 목표가 불리하다는 설명이다.
의미 (해석)
손재주 조작용 촉각 사전학습에서 데이터를 늘릴수록 재구성 방식은 정체하고 잠재 예측 방식만 확장된다는 결과는 로봇 촉각 모델 설계 방향에 시사점을 준다.
신뢰도 보통 · 공식 출처 확인 전