촉각 기반 강화학습 (RL)은 현재 파편화된 연구와 과포화된 방향성 작업에 치중된 연구 집중 문제로 인해 어려움을 겪고 있습니다. 우리는 네 가지 서로 다른 로봇 형태 (16-DOF에서 24-DOF)에 걸쳐 촉각 기반 RL을 표준화하기 위해 설계된 GPU 병렬화 벤치마크인 Robot Tactile Olympiad의 버전 2 ( exttt{roto 2.0})를 소개합니다. 이전의 벤치마크들과 달리, roto는 상태 정보 (state information)나 증류 (distillation) 없이 고유 수용 감각 (proprioception)과 촉각 센싱 (tactile sensing)만을 활용하는 엔드투엔드 (end-to-end) "맹목적 (blind)" 조작에 집중합니다. 우리는 우리의 맹목적 에이전트가 10초 안에 13번의 바오딩 공 (Baoding ball) 회전을 달성하며, 이는 현재의 최첨단 (state-of-the-art) 속도보다 한 자릿수 더 빠른 유의미한 성능 도약을 보여줌을 입증했습니다. 환경을 오픈 소스로 공개하고 견고하게 튜닝된 베이스라인 (baselines)을 제공함으로써, 우리는 진입 장벽을 낮추고 연구자들이 지루한 RL 튜닝 대신 근본적인 알고리즘 과제에 우선순위를 둘 수 있도록 합니다. 웹사이트: https://elle-miller.github.io/roto/