Sponsored by Vmake Labs Video Enhancer - Vmake Labs Video Enhancer는 AI를 활용해 동영상 화질을 개선하고, 디테일을 복원하며, 흐림을 줄이고 최대 8K까지 업스케일링합니다.

AI 광고 라이브러리

Openclaw Skills

Vision-Action-Evolution Loop

Openclaw용 Vision-Action-Evolution Loop

시각적 인식, 행동 계획, 자기 진화적 학습을 연결하는 통합된 구현 지능(Embodied AI) 인지 프레임워크입니다.

kingofzhao

v1.0.0

Mar 31, 2026

설치

정보

Skill.md

설치 및 다운로드

1. ClawHub CLI

레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.


                  npx clawhub@latest install vision-action-evolution-loop

2. 수동 설치

스킬 폴더를 다음 위치 중 하나로 복사하세요

글로벌

~/.openclaw/skills/

워크스페이스

<project>/skills/

우선순위: 워크스페이스 > 로컬 > 번들

3. 프롬프트 설치

이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.


                  Clawhub를 사용해서 vision-action-evolution-loop 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).

다운로드를 원하시나요?

ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.

Vision-Action-Evolution Loop란 무엇인가요?

Vision-Action-Evolution Loop는 자율 에이전트와 로봇을 위한 폐쇄 루프 인지 시스템을 구축하도록 설계된 정교한 프레임워크입니다. 이는 견고한 감각 인식을 위한 diepre-vision-cognition과 지속적인 학습을 위한 self-evolution-cognition이라는 두 가지 핵심 철학을 통합합니다. 단순한 엔드 투 엔드 모델을 넘어, Openclaw Skills 라이브러리의 이 기술은 2D 시각적 데이터에서 3D 공간 이해 및 물리적 실행으로 이어지는 구조적 가교를 제공합니다.

이 프레임워크는 SOUL의 5가지 법칙인 인식(Perceive), 계획(Plan), 실행(Execute), 평가(Evaluate), 진화(Evolve)를 구현합니다. 이는 OpenCV 및 CAD 벡터화와 같은 전통적인 고정밀 파이프라인을 도구 강화 VLLM 워크플로우에 효과적으로 래핑하여, 에이전트가 시간이 지남에 따라 로봇 조작, 접기 및 조립과 같은 복잡한 작업을 점점 더 정확하게 수행할 수 있도록 합니다.

Vision-Action-Evolution Loop 활용 사례

시각적 피드백에 기반한 자율 로봇 팔 조작 및 조립.
2D 사진을 3D 파라메트릭 CAD 모델로 자동 변환.
인간 참여 평가(human-in-the-loop)를 활용하여 AI 의사 결정을 개선하는 품질 관리 시스템.
작업 반복을 통해 세계 모델을 업데이트하는 자기 개선형 구현 지능(Embodied AI) 에이전트 개발.

Vision-Action-Evolution Loop 작동 원리

인식: 시스템은 투시 보정 및 라인 감지를 통해 2D 입력을 처리하여 3D 공간 특징 맵을 생성합니다.
계획: VLA (Vision-Language-Action) 모델을 사용하여 이 기술은 공간 모델을 기반으로 파지 지점과 행동 시퀀스를 계산합니다.
실행: 잡기, 접기, 물체 이동과 같은 물리적 또는 시뮬레이션된 행동이 수행됩니다.
평가: 시스템은 시각적 재검사를 수행하거나 인간의 피드백을 요청하여 실행이 성공 기준을 충족했는지 확인합니다.
진화: 성공 및 실패 사례를 기록하여 내부 인지 노드를 업데이트하고 향후 행동 매개변수를 개선합니다.

Vision-Action-Evolution Loop 설정 가이드

CLI를 사용하여 이 기술을 설치하려면 다음 명령을 실행하십시오:

clawhub install vision-action-evolution-loop

또는 디렉토리를 로컬 구성으로 복사하여 수동으로 기술을 설치할 수 있습니다:

cp -r skills/vision-action-evolution-loop ~/.openclaw/skills/

Vision-Action-Evolution Loop 데이터 스키마 및 분류 체계

이 기술은 5가지의 뚜렷한 단계가 포함된 구조화된 데이터 출력을 통해 인지 수명 주기를 구성합니다:

단계	출력 유형	설명
인식	특징 맵	2D/3D 공간 좌표 및 신뢰도 점수
계획	행동 시퀀스	로봇 또는 도구 기반 명령의 구조화된 목록
실행	물리적 상태	수행된 물리적 행동 로그
평가	피드백	재검사 메타데이터가 포함된 성공/실패 상태
진화	지식 노드	업데이트된 세계 모델 매개변수 및 메모리 파일