5.16 요약

• behavior cloning은 supervised learning처럼 보이지만 정책이 만든 관측 분포 때문에 오류가 누적된다.
• ACT와 Diffusion Policy는 action sequence와 다봉 행동분포를 다루는 서로 다른 방법이다.
• VLA는 시각·언어·robot state를 context로 action을 생성하지만 안전 제약을 대체하지 않는다.
• LeRobotDataset v3는 여러 episode를 큰 Parquet/MP4 shard에 저장하고 metadata로 경계를 복원한다.
• split과 normalization은 episode/group 단위로 설계해 정보 누출을 막는다.
• SmolVLA는 VLM context와 action expert를 결합해 action chunk를 생성한다.
• LoRA는 저랭크 update로 trainable parameter를 줄이지만 target과 새 projection 학습 여부를 점검해야 한다.
• 20 Hz 배포에는 chunk queue, receding horizon, temporal ensemble, deadline, safety filter, watchdog이 필요하다.
• dataset/model revision, license, 개인정보, 평가 protocol은 코드와 같은 수준의 산출물이다.