Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 연구는 로봇 조작 분야에서 일반화된 AI 모델 기반의 에이전트 조작 정책(AMPs)을 제시합니다. AMPs는 시연이나 작업별 훈련 없이도 높은 안정성과 범용성을 보여주며, 기존 VLA/WAM 전문 정책 대비 우수한 제로샷 성능을 입증했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기로봇 조작 분야의 최근 연구는 시연(demonstrations)을 통해 학습된 전문화된 정책(specialist policies)에 초점을 맞추어 왔습니다. 우리는 일반화된 AI 모델이 비전-언어-행동 모델(Vision-Language-Action models, VLAs)이나 세계-행동 모델(World-Action models, WAMs)과 같은 전문 정책보다 조작 장치를 더 안정적으로 제어할 수 있음을 보여줍니다. 우리는 에이전트 기반 조작 정책(Agentic Manipulation Policies, AMPs)을 체계적으로 분석하는데, 이 정책에서는 일반화된 AI 모델이 작업이 전개됨에 따라 행동을 적응시키면서 조작 장치에 직접 명령합니다. 우리는 단일 팔(single-arm), 양손(bimanual), 모바일 조작에서 변경 없이 실행되는 기준 하네스인 AMP1을 제시합니다. AMP1은 시연이나 작업별 훈련 없이도 RoboLab-120 및 CaP-Gym 벤치마크에서 최첨단 결과를 달성했습니다. RoboLab-120에서 AMP1은 제로샷(zero-shot)으로 85.6%의 성공률을 기록했는데, 이는 선도적인 VLA 및 WAM 정책의 49.2%와 42.9%에 비해 높은 수치입니다. 이 에이전트는 12가지 작업과 3개의 로봇 인스턴스를 아우르는 108회의 실제 환경 시도 중 104회에서 제로샷으로 성공했습니다. 이는 강력한 VLA 및 WAM 기준선 대비 실패율을 각각 20배, 15배 감소시킨 수치입니다. 기본 하네스는 잡기(grasping), 밀기(pushing), 놓기(placing) 기술을 제공하지 않으며, 에이전트가 숨겨진 물건 검색, 물건을 도구로 사용하기, 카메라 보정 등의 자체 전략을 개발합니다. 지속적인 메모리 저장소(persistent memory store)를 추가함으로써, 이 에이전트는 경험으로부터 학습할 수도 있습니다. 기억 표현을 에피소드 전반에 걸쳐 유지하는 증강된 하네스는 RoboDojo 양손 조작 작업에서 제로샷 배포 대비 실패율을 4.6배 낮춥니다. 우리의 분석은 AMP가 전문적인 조작 정책보다 훨씬 더 일반적이고 견고하여, 로봇 조작을 위한 유망한 기반을 제공함을 시사합니다.