NavFoM
전신 제어 (RL)발표일 2025.09가중치 비공개
갤봇·베이징대의 교차 형태·교차 과제 내비게이션 파운데이션 모델로, 사족보행·드론·바퀴 로봇·자동차까지 하나의 모델로 다뤄요. 가중치는 공개되지 않았어요.
- 파라미터
- —값 없음 (미공개이거나 아직 확인하지 못함)
- 제어 빈도
- —값 없음 (미공개이거나 아직 확인하지 못함)
- 적용 로봇
- —
- 벤치마크 결과
- —
B (10억 개)
Hz · 행동 출력 빈도
윙치키에 연결된 로봇
수록된 점수
공식 자료프로젝트 페이지 pku-epic.github.io논문 arxiv.org
한눈에 읽기
무엇인가
- 전신 제어 (RL) — 상위 모델에서 받은 동작 목표를 넘어지지 않게 온몸의 관절에 맞춰 실행하는 모델. 시뮬레이션에서 강화학습(RL)으로 익히는 경우가 많고, 모델 예측 제어(MPC) 같은 계산 방식도 써요.
- 발표일 2025-09
- 가중치 비공개 — 설명·결과만 공개됨
확인된 정보
- 사양 9개 항목 중 2개에 값이 있음
- 공식 공식 2개: 학습용 데이터셋, 적용 로봇 형태
- 값 확인일 2025-09 · 값마다 출처는 아래 '구조와 학습' 표
확인이 필요한 정보
- 값 없는 기본 사양 (공개 자료에서 찾지 못함): 구조, 입력, 제어 빈도 (Hz)
- 수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요
어떤 모델인가
NavFoM(Embodied Navigation Foundation Model)은 베이징대·갤봇(Galbot) 연구진이 중국과학기술대·BAAI 등과 함께 개발한 내비게이션 파운데이션 모델로, 로봇 형태와 과제가 달라도 하나의 모델로 길을 찾게 하는 것이 목표다. 카메라 구성이 제각각인 다중 시점 영상과 언어 지시·질문을 받아 DINOv2·SigLIP 시각 특징을 Qwen2-7B 언어 모델에 넣는다. 질의응답에는 텍스트를 생성하고, 내비게이션에는 3층 MLP 계획 모델로 경유점 궤적을 출력하며, 시점·시간 정보를 담은 TVI 토큰과 정해진 토큰 예산 안에서 이력 프레임을 고르는 BATS 샘플링을 쓴다.
학습에는 사족보행 로봇·드론·바퀴형 로봇·자동차의 언어 지시 내비게이션, 물체 탐색, 표적 추적, 자율주행 샘플 약 800만 건과 이미지·영상 QA를 합친 1,270만 건을 썼고, H100 56장으로 약 72시간이 걸렸다. 연구진은 과제별 미세조정 없이 여러 벤치마크에서 최고 또는 그에 준하는 성능(VLN-CE RxR 다중 카메라 성공률 64.4%, EVT-Bench 추적 88.4% 등)을 냈다고 주장하며, 원격 서버 추론으로 휴머노이드·사족보행·드론·바퀴형 로봇 실제 시연도 했지만 코드와 가중치 공개는 확인되지 않는다.
회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.
구조와 학습
| 학습용 데이터셋 | 800만 샘플 규모 내비게이션 데이터공식 |
|---|---|
| 적용 로봇 형태 | 사족보행, 드론, 바퀴형 로봇, 자동차공식 |