로봇 학습 생성모델 정리: VAE·확산모델·플로 매칭까지, ETH 취리히 강의 6강 해설
ETH 취리히 로봇 학습 강의 6강이 관측을 행동으로 옮기는 문제를 분포 학습으로 다시 세우고, 오토인코더에서 VQ-VAE, 확산 정책, 플로 매칭으로 이어지는 생성모델 세 계보와 각 기법이 부딪힌 한계를 차례로 정리했습니다.
핵심 내용 읽기 →AI TOPIC
플로 매칭 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.

ETH 취리히 로봇 학습 강의 6강이 관측을 행동으로 옮기는 문제를 분포 학습으로 다시 세우고, 오토인코더에서 VQ-VAE, 확산 정책, 플로 매칭으로 이어지는 생성모델 세 계보와 각 기법이 부딪힌 한계를 차례로 정리했습니다.
핵심 내용 읽기 →
Stable Diffusion으로 대표되던 확산 모델과 Flux·SD3가 채택한 플로 매칭 모델의 학습·생성 방식 차이를, 잡음 예측과 속도장 학습 관점에서 나란히 비교해 정리했습니다.
핵심 내용 읽기 →