DynaHarness: 자가 진화 로봇 에이전트를 위한 동적 물리 하네스

원문 발행 2026. 10. 01. 02:52원문 언어 영어AI 한국어 번역arXiv cs.LG (Machine Learning) 원문 보기

요약

DynaHarness는 로봇 에이전트의 장기적 조작 능력을 향상시키기 위해 제안된 동적 물리 하네스(dynamic physical harness)입니다. 이는 의미론적 추론과 물리적 거버넌스를 결합하여, 실패 증거를 검증 가능한 역량 수정으로 전환합니다. 느린 뇌와 빠른 뇌가 협력하며 명령을 근거화하고 모니터링함으로써 자가 진화 루프를 완성합니다.

핵심 포인트

의미론적 추론과 물리적 거버넌스를 결합한 동적 하네스 제안
느린 뇌(추론)와 빠른 뇌(실행/모니터링)의 협력 구조
실패 귀인 및 쌍을 이루는 회귀 검사를 통한 자가 진화 루프 완성
LIBERO-Pro 등에서 기존 정책 대비 높은 성능 향상 입증

사전 학습된(Pretrained) 로봇 정책은 유용한 행동 사전 지식(action priors)을 제공하지만, 장기적인 조작(long-horizon manipulation)에는 여전히 의미론적 추론과 물리적 실행 간의 조정이 필요합니다. 의미론적 추론은 물리적 상호작용보다 더 거친 시간 척도에서 작동하며, 에피소드 수준의 실패는 어떤 시스템 구성 요소를 수정해야 하는지에 대한 제한적인 지침만을 제공합니다. 우리는 DynaHarness라는 동적 물리 하네스를 제안하는데, 이는 공유 실행 계약(shared execution contract)을 통해 의미론적 추론과 물리적 거버넌스(physical governance)를 결합하고 실패 증거를 검증된 역량 수정으로 전환합니다. 더 구체적으로 말하면, 느린 뇌(slow brain)는 역량을 그리고 기호 논리적 주장(symbolic arguments)을 제안하는 반면, 빠른 뇌(fast brain)는 명령어를 근거화하고 모니터링하며, 해결되지 않은 행동은 거부하고, 역량을 대체하며, 필요할 때 재계획(replans)을 요청합니다. 물리적 실행 계약은 수용된 각 명령의 경계를 설정하고 분석 기술(analytic skills), 복구 기술(recovery skills), 그리고 고정된 VLA 전반에 걸쳐 실행 증거를 기록합니다. 실패 귀인(Failure attribution)은 이러한 기록에서 결함을 국지화하고 재사용 가능한 역량이나 실행 메커니즘의 표적 수정을 지시합니다. 쌍을 이루는 회귀 검사(Paired regression checks)가 승인 또는 거부를 관리하며, 자가 진화 루프를 닫습니다. LIBERO-Pro에서 DynaHarness는 새로 샘플링된 초기 상태 800개 중 75.2%를 달성하여, 고정된 정책의 17.5%와 비교됩니다. 동일한 역량 라이브러리를 사용했을 때도, 전체 동적 실행은 명목상의 단일 단계 재계획(nominal one-step replanning) 하에서 74.0%에 도달하여 63.9%를 능가합니다. 이는 DynaHarness가 기존의 역량이 실행 중에 어떻게 근거화되고, 모니터링되며, 조정되는지를 관리하는 동적 물리 하네스로서 갖는 가치를 입증합니다. 저희 프로젝트 페이지는 https://denghaoyuan123.github.io/Dynaharness_page/입니다.

AI 자동 생성 콘텐츠

원문 바로가기

DynaHarness: 자가 진화 로봇 에이전트를 위한 동적 물리 하네스

요약

핵심 포인트

댓글