FoldBack: 장기 수평 의류 접기를 위한 자체 수정 마스크 생성 정책

본 논문에서는 장기(long-horizon) 의류 접기를 위한 자체 수정 마스크 생성 정책인 FoldBack을 제시합니다. 기존의 장궤적(long-trajectory) 정책들은 의류가 의도된 구성에 도달하지 못했음에도 불구하고, 놓치거나 미끄러진 파지(grasp) 이후에도 계속 진행되는 경향이 있습니다. 저희는 FoldBack의 복구 메커니즘을 세 가지 추론 시간 결정(inference-time decisions)을 중심으로 구조화했습니다: 언제 정제하고 검증할지, 어떻게 롤백(roll back)할지, 그리고 어디서 어떻게 재시도할지입니다. FoldBack은 파지 및 배치(pick-and-place) 이벤트와 정제 및 파지 검증을 연계하며, 성공적인 파지를 유지하면서 로봇을 재시도가 가능한 사전 파지 구성으로 되돌립니다. 또한 실패한 세그먼트와 선택된 미래 행동만을 선택적으로 재생성하고 이전의 실패한 파지 위치는 회피합니다. 저희가 아는 한, FoldBack은 이러한 결정들을 통합하는 최초의 편집 가능한 전체 궤적(full-trajectory) 정책이며, 복구 시연이나 기본 정책 재학습 없이도 실패한 상호작용을 감지하고, 되돌리고(undo), 수리하여 실행이 계속되도록 합니다. 총 6가지 카테고리의 33개 실제 의류를 대상으로 했을 때, FoldBack은 최종 접기 성공률 75.2%와 최종 마스크 IoU 0.837을 달성했으며, 이는 가장 강력한 기존 기준선(prior baseline)의 45.7% 및 0.689보다 높은 수치입니다.