언제 힘을 반영할 것인가
같은 힘 정보라도 현재 과제와 상호작용 단계에 따라 중요도가 다를 수 있다. FR-VLA는 힘을 무조건 일정하게 넣기보다 언제 얼마나 행동에 반영할지 결정하는 문제를 다룬다.
시각 언어 맥락의 판단
시각 언어 힘 추론 모델이 학습 가능한 힘 질의 토큰을 사용한다. 현재 맥락에 근거해 힘 정보를 받아들이는 신호를 만들어 관련성을 표현한다.
행동 경로의 조절
이 신호로 외부에서 토큰화한 힘 경로를 조절해 행동을 생성한다. 힘 센서 값을 인코딩하는 것과 그 정보의 수용 정도를 정하는 것은 구별되는 역할이다.
실제 과제의 평가
두 로봇 플랫폼의 다섯 접촉 과제에서 여섯 평가 단계를 살폈다. 궤적 시각화로 상호작용 단계에 따라 수용 신호가 달라지는 모습을 분석했지만, 내부 신호를 인간과 같은 물리 추론의 증명으로 볼 수는 없다.