ETA: A New Agentic Paradigm for Embodied Tasks

이 논문은 로봇에 디지털 에이전트의 계획-실행-검증 루프를 결합한 ETA 패러다임을 제안하고, OpenETA 오픈소스로 LIBERO 90% 달성했다.

이 논문은 한마디로 로봇을 '한 번 호출하고 관찰하고 다시 결정'하는 에이전트 루프로 만들었다. VLA(비전-언어-행동 모델)가 관찰만으로 행동을 예측하는 기존 방식과 달리, ETA는 Planner가 도구를 하나씩 호출하고 결과를 확인한 뒤 다음 행동을 결정한다. OpenETA 프레임워크로 공개했으며, gpt-5.6-Sol 조합으로 LIBERO 130개 태스크 중 90%를 PASS@5로 달성했다. 메모리, 스킬, 궤적 재생까지 갖춘 완전한 에이전트 시스템이다.

핵심 요약

• Planner-Tool-World 루프 구조로 로봇이 한 번 행동하고 관찰한 뒤 다음 결정을 내리는 에이전트 패러다임을 제안했다.
• OpenETA 오픈소스로 교체 가능한 Planner, 조합 가능한 Tool, 감사 가능한 메모리, 재생 가능한 궤적을 제공한다.
• VLA 없이 gpt-5.6-Sol만으로 LIBERO 130 태스크 중 117개(90%)를 PASS@5로 해결했다.
• 실패 궤적에서 학습해 스킬을 스스로 개선하는 제한적 자기진화 메커니즘을 포함했다.
• UR5e 로봇 팔로 실제 하드웨어 통합 데모를 수행해 시뮬레이션을 넘어선 적용 가능성을 보였다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.