借りる / 作る ── VLMの四つの役割
VLMはロボットの中で四つの仕事を担える。重いのは③だけ。残りは市販VLMで借りられる。カードを押すと中身が出る。
① 知覚・理解
シーンを言語化する
借りる
② 高レベル計画
曖昧な指示を手順に分解する
借りる
③ ポリシー(VLA)
動作を直接出力する
作る
④ 報酬・評価
成否を判定する
借りる
借りる = 市販VLMでそのまま 作る = 自分で持つ(重い)