순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
A Survey on Vision--Language--Action Models for Embodied AI
Yueen Ma, Zixing Song, Yuzheng Zhuang 외 · IEEE Transactions on Neural Networks and Learning Systems · 2026년 · 조회 13
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2026-04 발표 · 피인용 409회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 IT
피인용 409회·동년 논문 인용 상위 1%라는 매우 높은 영향력을 보이며, 전체 분야 Editor’s Pick 기준인 주목도와 학술적 파급력을 충족한다.
논문 요약
본 논문은 물리적 세계에서 작업을 수행하는 구현(embodied) 에이전트를 위한 비전‑언어‑행동(VLA) 모델의 현황을 정리한다. 대규모 언어 모델과 비전‑언어 모델의 성공을 바탕으로, 언어 조건에 따라 로봇 행동을 생성하는 멀티모달 모델의 필요성이 커지고 있다. 이를 위해 저자들은 VLA 모델을 개별 구성 요소 연구, VLA 기반 제어 정책 개발, 그리고 응용 분야 연구라는 세 가지 주요 흐름으로 구분한 상세한 taxonomy를 제시한다. 본 조사는 현재 연구 흐름을 체계화하고 향후 연구 방향을 제시한다.
후속 연구설계에 활용하기
제시된 taxonomy와 연구 흐름을 활용해 VLA 모델의 구성 요소(예: 시각 인코더, 언어 프롬프트, 행동 디코더)를 변수로 정의하고, 각 흐름별 성능 척도를 설계해 비교 연구를 진행할 수 있다.
핵심어
비전·언어·행동 모델구현 AI멀티모달 학습로봇 제어
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.