GR-RL

바이트댄스(Seed)🇨🇳 중국GR (Seed Robotics) 계열

행동 생성 (VLA)발표일 2025.12가중치 비공개

GR-3를 기반으로 시연 데이터 필터링·대칭 증강·온라인 강화학습을 단계적으로 적용해 장기 정밀 조작에 특화한 프레임워크예요. 신발끈을 여러 구멍에 꿰는 과제를 실로봇에서 83.3% 성공률로 처음 달성했다고 발표했어요.

파라미터: —값 없음 (미공개이거나 아직 확인하지 못함)
제어 빈도: —값 없음 (미공개이거나 아직 확인하지 못함)
적용 로봇: —
벤치마크 결과: —

공식 자료프로젝트 페이지 seed.bytedance.com 논문 arxiv.org

무엇인가

행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
발표일 2025-12
가중치 비공개 — 설명·결과만 공개됨

확인된 정보

사양 9개 항목 중 3개에 값이 있음
공식 공식 3개: 구조, 적용 로봇 형태, 발표 벤치마크
값 확인일 2025-12 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

값 없는 기본 사양 (공개 자료에서 찾지 못함): 입력, 파라미터 (B), 제어 빈도 (Hz), 학습용 데이터셋
수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요

어떤 모델인가

GR-RL은 ByteDance Seed가 2025년 12월 공개한 학습 프레임워크로, 범용 행동 생성 (VLA) 모델 GR-3를 신발끈 꿰기 같은 장기·고정밀 조작 전문 정책으로 바꾸는 것이 목표다. 정책은 Qwen2.5-VL-3B-Instruct 백본과 flow matching 액션 DiT로 구성된다. 여기에 액션 청크마다 Q값을 예측하는 트랜스포머 비평가를 더해 전체 약 5B 파라미터이며, RGB 카메라 3대의 영상·고유수용감각·언어 지시를 입력으로 받는다.

학습은 세 단계로, 희소 보상 오프라인 강화학습으로 얻은 진행도 함수로 사람 시연 데이터 중 진행에 기여하는 구간만 남기고, 좌우 대칭 증강을 더한 뒤, 액션 DiT의 초기 노이즈를 예측하는 모듈을 실로봇 온라인 강화학습으로 다듬는다. 회사 측은 양팔 이동 로봇 ByteMini-v2에서 신발끈 꿰기 성공률이 GR-3 모방학습의 45.7%에서 61.6%와 72.7%를 거쳐, 실로봇 궤적 약 150개를 쓴 온라인 강화학습 후 83.3%가 됐다고 발표했고, 자신들이 아는 한 이 과제를 해낸 첫 학습 기반 정책이라고 주장했다. 가중치와 코드 공개는 발표되지 않았다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음

구조	GR-3 구조(Qwen2.5-VL-3B 백본 + 플로우 매칭 액션) + 오프라인 데이터 필터링(TD 기반 가치 모델) + 온라인 강화학습(RL)공식
적용 로봇 형태	ByteMini 양팔 로봇공식
발표 벤치마크	실로봇 신발끈 꿰기 성공률 83.3%(지도학습 GR-3 45.7%)공식

출처 4건

arxiv.org [1][2]
seed.bytedance.com [1]
pandaily.com [1]

한눈에 읽기