Rho
마이크로소프트의 오픈 5B VLA, 널리 쓰이는 양팔 로봇 3종에 미리 적응
라이선스
MIT
개요
Rho는 마이크로소프트 리서치가 2026년 9월 MIT 라이선스로 공개한 양팔 로봇용 오픈 가중치 비전-언어-행동 모델 제품군이다. 각 모델은 약 50억 파라미터로, 물리적 그라운딩을 추가 학습한 4.68B 규모의 Phi 계열 비전 언어 모델에 엔드이펙터 동작을 한 번에 약 1초씩 출력하는 542M 규모의 플로 매칭 행동 전문가를 결합했다. 핵심은 두 단계로 적응시키는 것이다. 대부분 양팔인 3,200시간 이상의 로봇 데이터로 사전 학습한 Rho-base를 먼저 특정 로봇 한 대의 약 300시간 데이터로 중간 학습(midtraining)한다. 공개된 체크포인트는 I²RT YAM Box, UR AI Trainer, Franka FR3 Duo에 대해 이 단계를 이미 마쳤다. 그래서 과제별 미세 조정에 필요한 시연이 줄어든다. 코드는 LeRobot 데이터셋으로 미세 조정하고, LIBERO와 RoboEval에서 평가하며, 웹소켓으로 정책을 서비스한다. 모든 가중치와 데이터셋은 Hugging Face에 있고, 방법은 기술 보고서에 설명돼 있다.
대부분의 오픈 VLA는 폭넓게 사전 학습한 뒤 곧바로 과제에 미세 조정하므로, 시연 데이터가 로봇과 과제를 동시에 가르쳐야 한다. Rho의 전제는 로봇을 먼저 익히는 것이다. 사전 학습과 과제 미세 조정 사이에 기체별 중간 학습 단계가 있다. 로봇 한 대의 수십 개 과제군에 걸친 약 280~300시간 데이터로 두 에포크를 학습한다. 목표는 어떤 과제를 익히는 것이 아니라, 그 로봇의 카메라, 기구학, 작업 공간, 제어 관례를 흡수하는 것이다. 저자들은 널리 쓰이는 양팔 플랫폼 세 종에 대해 이 단계를 이미 마친 모델을 공개했기 때문에, 그중 하나를 가진 연구실은 자기 하드웨어를 이미 아는 모델에서 출발할 수 있다.
이 아이디어의 근거는 눈에 띄는 숫자 하나가 아니라 통제된 비교 실험이다. RoboTwin 2.0 시뮬레이터에서 중간 학습한 모델은 미세 조정 시연의 절반만으로 Rho-base와 같은 성공률에 도달했고, 차이는 데이터가 가장 적을 때 가장 컸다. 실제 FR3 Duo에서는 같은 150개의 플러그 삽입 시연으로 Rho-base가 60%, 중간 학습 한 에포크 후 76.7%, 공개된 두 에포크 체크포인트가 86.7%의 성공률을 냈다. YAM Box의 BusyBox 벤치마크에서는 약 2,000개 시연으로 미세 조정한 Rho-YAM-Box가 전체 90%를 기록해 π0.5와 같았고 GR00T N1.7과 MolmoAct2를 앞섰다.
공개물에는 온라인 단계도 있다. 모델 내부의 작은 잠재 정책이 사람의 교정 개입으로부터 학습하고, 나머지는 모두 고정된다. 보고서에서는 교정된 에피소드 15개로 FR3 Duo 시험관 조립의 가장 어려운 배치 성공률이 30%에서 70%로 올랐다. 상태·행동 인터페이스는 범용적이어서 스텝당 최대 32차원을 쓰고 쓰지 않는 차원은 마스킹한다. 그래서 같은 모델로 관절 공간 또는 엔드이펙터 제어, 변화량 또는 절대 목표, 팔 하나 또는 둘을 다룰 수 있다.
중요한 이유
VLA를 쓰는 데 드는 비싼 부분은 내려받기가 아니라 자기 로봇과 과제에 맞게 적응시키는 일이며, 보통 과제마다 수백 개의 시연이 필요하다. Rho는 그 비용 중 로봇에 특화된 부분을, 많은 연구실이 이미 가진 세 플랫폼용으로 공개된 체크포인트로 옮겨 MIT 라이선스로 제공한다. 보고서는 실제 로봇에서 π0.5, GR00T N1.7, MolmoAct2와의 통제된 비교로 이 주장을 뒷받침한다. 또한 오픈 VLA에 OpenPI, GR00T, MolmoAct와 나란히 대형 연구소가 내놓은 네 번째 본격적인 제품군이 생겼다.
해결하는 문제
범용 VLA를 새 과제에 미세 조정하면 시연 데이터가 로봇과 과제를 동시에 가르쳐야 한다. Rho는 둘을 분리한다. 로봇은 양팔 플랫폼 세 종용으로 공개된 중간 학습 체크포인트에서 한 번만 학습되므로, 과제 미세 조정은 이미 하드웨어를 아는 모델에서 시작하고 더 적은 시연이 필요하다. 이후 가벼운 온라인 단계가 몇 번의 사람 교정으로 배포된 정책을 계속 개선한다.
핵심 요점
- 오픈 가중치 5B VLA: 물리적 그라운딩을 학습한 4.68B Phi 계열 VLM과 542M 플로 매칭 행동 전문가
- Rho-base는 대부분 양팔인 3,200시간 이상의 로봇 데이터로 사전 학습된 뒤 YAM Box, UR AI Trainer, FR3 Duo용 변형으로 중간 학습된다
- RoboTwin 2.0에서 중간 학습한 모델은 미세 조정 시연의 절반으로 Rho-base와 같은 성능을 냈다
- 미세 조정한 Rho-YAM-Box는 BusyBox에서 90%를 기록해 π0.5와 같았고 GR00T N1.7과 MolmoAct2를 앞섰다
- 교정 에피소드 15개를 이용한 온라인 적응으로 FR3 Duo의 가장 어려운 시험관 배치 성공률이 30%에서 70%로 올랐다
- 코드, 가중치, 미세 조정 데이터셋 모두 MIT 라이선스이며, LeRobot 데이터셋으로 학습하고 웹소켓으로 서비스한다
대상
- 미리 적응된 초기 정책이 필요한 I²RT YAM Box, UR AI Trainer, Franka FR3 Duo 보유 연구실
- 양팔 조작에서 오픈 VLA를 비교하며 강력한 MIT 라이선스 기준 모델이 필요한 팀
- 데이터 효율적 적응, 중간 학습, 사람의 교정으로부터의 학습을 연구하는 연구자
- 자기 데이터셋으로 5B VLA를 미세 조정하려는 LeRobot 사용자
한계
- 3,200시간의 사전 학습 데이터와 로봇별 중간 학습 데이터는 공개되지 않았고, 공개된 것은 체크포인트, BusyBox 데이터셋, LIBERO·RoboEval 미세 조정 데이터뿐이다
- 미리 적응된 변형은 양팔 플랫폼 세 종뿐이며, 다른 로봇은 Rho-base에서 시작해 자체 중간 학습이나 더 많은 과제 데이터가 필요하다
- 비교는 저자들 자신의 로봇과 프로토콜에서 이뤄졌으며, 프로젝트 페이지도 세 플랫폼과 몇몇 벤치마크로는 일반적인 성능을 입증할 수 없다고 밝힌다
- 과제 정책에는 여전히 실제 로봇에서 약 100~300개의 시연이 필요하며, 중간 학습은 이를 줄일 뿐 없애지 못한다
- 학습과 추론에는 CUDA GPU와 CUDA 툴킷으로 빌드한 FlashAttention 2가 필요하고, Docker 경로는 빌드에 약 100GB의 공간이 든다
- 2026년 9월 말에 공개돼 아직 외부 사용 경험이 없다