RDT2

RDT2는 칭화대 RDT 팀(쑤항·주쥔 교수 지도)이 2025년 9월 코드와 가중치를 먼저 공개하고 2026년 2월 논문을 낸 RDT-1B 후속 행동 생성 (VLA) 모델로, 처음 보는 로봇 팔에도 추가 학습 없이 바로 배치하는 제로샷 교차 형태 일반화를 목표로 한다. Qwen2.5-VL-7B-Instruct 이해·계획 (VLM) 모델을 백본으로 손목 시점 어안 카메라 2대의 영상과 언어 지시를 받아 양손의 6자유도 말단 자세와 그리퍼 폭을 출력하며, 1단계 RDT2-VQ는 잔차 벡터 양자화(RVQ) 행동 토큰을 자기회귀로 생성하고, 2단계 RDT2-FM은 백본을 고정한 채 4억 파라미터 RDT 행동 전문가를 flow matching으로 학습해 추론을 빠르게 했다. 학습용 데이터셋은 로봇 대신 개량한 UMI 핸드헬드 그리퍼로 100여 개 가정·사무실 장면에서 모은 1만 시간 이상의 사람 시연이며, 팀은 원격조작 대비 비용은 약 10분의 1, 수집 속도는 5배라고 밝혔다.

팀은 집기·누르기·닦기 같은 개방형 과제와 탁구, 천 개기, 15m 밖에서 날아오는 화살 요격 같은 과제를 시연했다고 발표했으며, 양팔 UR5e와 Franka Research 3에서 검증된 RDT2-VQ·RDT2-FM을 Apache-2.0으로 공개하고 한 단계 확산으로 증류한 RDT2-UltraFast와 데이터는 공개 예정으로 남겼다.