어댑터는 재사용하고 저장량은 4.5배 줄인, 서울대·아주대 SARAM

로봇이 새 작업을 배울 때마다 어댑터(adapter)를 추가하면 망각은 줄지만 온보드 저장공간이 계속 불어납니다. 서울대·아주대 공동연구팀(교신 장병탁)의 SARAM은 이전 태스크의 고정 어댑터를 재사용하고, 일부 레이어에만 희소하게 새 어댑터를 붙이며, 중복 페널티로 기존에 없는 정보만 담게 합니다. 배포 땐 태스크를 한 번 식별해 백본에 병합합니다. LIBERO 4개 스위트에서 기존 기법과 동등 이상이면서 태스크당 디스크 저장량을 최대 4.5배 줄였고, 실제 UR5 로봇팔에서도 검증했습니다.