가정용 로봇이 실패하는 이유는 어떤 단계를 한 번도 못 해서가 아닙니다. 잡은 물건이 미끄러지거나 필터가 접히는 등 무언가가 살짝 어긋났을 때 다음 시도를 바꿀 좋은 방법이 없기 때문입니다. 새 프리프린트 A2-MEAS는 바로 이 문제를 중심으로 만들어졌고, 가장 설득력 있는 수치는 커피를 내리는 작업에서 나왔습니다.
시스템은 두 층으로 이뤄집니다. 행동 모델 A2-WLA는 시각·언어·행동 정책으로, 카메라 영상과 지시를 모터 명령으로 바꿉니다. 여기에 최근 움직임에 대한 기억과 다음에 보일 시각 특징을 예측하는 작은 세계 모델이 더해졌습니다. 그 위에서는 MetaBrain이라는 시각·언어 조정자가 작업 목표를 추적하고, 예상치 못한 결과를 살피며, 물체 위치 파악, 분할, 추적, 깊이 측정을 맡는 진단 도우미를 부릅니다. 그 진단은 학습된 교정 코드로 바뀌는데, 이 코드는 복구 지시, 공간 증거, 로봇이 이미 한 일, 새 행동 제안을 한데 묶습니다. 어댑터는 이 코드로 정책의 다음 궤적을 이끕니다. 학습 중에는 교정 내용이 어댑터를 가르치고, 실제 운용에서는 새 코드가 행동을 바꾸며 모든 가중치는 고정됩니다.
보고된 결과는 강력합니다. 가정 시뮬레이션 벤치마크 BEHAVIOR 2026의 공개 과제 100개 전체에서 전체 시스템은 Q 점수 0.6411, 과제 완수율 45.40%를 기록했습니다. 다섯 가정 환경의 실제 탁상 과제 12개에서 행동 모델의 평균 성공률은 57.92%로, 널리 쓰이는 공개 정책 pi0.5의 26.67%를 앞섰습니다. 가장 의미 있는 것은 커피 시험입니다. 필터를 다루는 두 단계에서 교정 어댑터는 단순 재시도와 비교해 실패 후 완수율을 14.00%에서 94.00%로, 8.00%에서 82.00%로 끌어올렸습니다. 팀의 학습 인프라는 초당 427.1개 샘플을 처리해 같은 하드웨어의 pi0.5 기준 구현보다 약 4.03배 빨랐습니다.
이 연구는 빠르게 움직이는 분야에 있습니다. 저자들은 한 로 봇 벤치마크에서 GPT-6 Astra가 이미 40개의 공개 정책보다 높은 순위에 있다고 짚으며, Gemini Robotics 2.5와 RoboScript 같은 최근 시스템도 추론을 대형 모델에 기댑니다. A2-MEAS의 베팅은 작고 학습된 정책에 더 강한 추론 모델을 가끔 불러 쓰는 조합이 어느 한쪽만 쓰는 것보다 낫다는 것입니다.
제목에 쓰인 비교는 꼼꼼히 읽어야 합니다. 2025년 BEHAVIOR 우승자 점수의 약 2.21배라는 주장은 요약 자체가 인정하듯 2026년 공개 부분 집합과 2025년 결과를, 서로 다른 벤치마크 판과 학습 설정에서 비교한 것입니다. 실제 로봇 시험은 다섯 환경의 12개 과제로, 실제 가정의 다양성에 비하면 작은 표본입니다. 코드와 모델은 공개가 약속됐을 뿐 아직 나오지 않았고, 프리프린트는 동료 심사를 거치지 않았습니다.