Embodied.cpp: A Portable Inference Runtime of Embodied AI Models on Heterogeneous Robots

최근 Embodied AI 모델은 VLA와 WAM 등 다양한 형태로 발전하고 있으나, 파이썬 기반 스택과 파편화된 배포 코드로 인해 이기종 엣지 디바이스 배포가 어렵습니다. 기존 추론 런타임은 요청-응답 방식에 최적화되어 있어, 폐쇄 루프 제어에 필요한 멀티 레이트 실행이나 저지연 배치-1 추론 요구사항을 충족하지 못합니다. 이를 해결하기 위해 본 논문은 이기종 로봇을 위한 포터블 C++ 추론 런타임인 Embodied.cpp를 제안합니다. 이 프레임워크는 입력 어댑터부터 배포 어댑터까지 5개 계층으로 구성되어 모듈식 실행과 확장 가능한 I/O를 지원합니다. 실험 결과, HY-VLA 및 pi0.5 모델에서 높은 작업 성공률을 기록했으며, WAM 벤치마크에서 메모리 사용량을 크게 절감하며 효율적인 배포 성능을 입증했습니다.