LIBERO-PeRM: 개인화된 로봇 조작 벤치마크

요약

본 논문은 일반 로봇이 가정 환경에 적용되기 위해 필수적인 '개인화된 로봇 조작(PeRM)'을 위한 새로운 벤치마크, LIBERO-PeRM을 제안합니다. 이 벤치마크는 선호 학습의 다섯 가지 핵심 질문을 다루며, 모션, 스킬, 사용자 프로필 선택을 아우르는 통제된 공식화와 분류 체계를 제공합니다.

핵심 포인트

• LIBERO-PeRM은 개인화 로봇 조작(PeRM) 연구를 위한 새로운 벤치마크입니다.
• 선호 학습의 다섯 가지 핵심 질문(제로샷, 단일 선호도 등)을 다룹니다.
• SFT가 선호도 학습에 효과적이며, 혼합 학습이 성능 향상을 보였습니다.
• 선호도의 일반화, 분해, 충돌 처리는 여전히 어려운 과제입니다.