하나의 미래, 모든 로봇: 분산형 JEPA를 활용한 라벨 효율적 집단 상태 예측

연구진이 분산형 군집 예측 모델 CS-JEPA를 제안해, 로봇들이 로컬 관측과 소량의 메시지만으로 공유 미래 상태를 추정하도록 했다.

이 모델은 전역 라벨 없이 사전학습한 뒤, 적은 수의 라벨된 에피소드로 평가했으며 기존 raw-future reconstruction 기준선보다 예측 오차와 로봇 간 일치도가 더 좋았다.

링 토폴로지, mutual-kNN, 보지 못한 군집 크기 등 여러 조건 변화에서도 성능이 안정적이었고, 후속 실험에서는 계획 관련 가치 추정도 개선됐다.

결과적으로 CS-JEPA는 적은 라벨과 통신으로도 확장 가능하고 강건한 다중 로봇 공동 미래 표현 학습 방법을 제시한다.