연구진은 휴머노이드 로봇이 동작과 손 명령으로 구성된 시퀀스를 실행하기 전에 점수를 매길 수 있는 시스템인 ‘행동 조건부 잠재 미래 예측(action-conditioned latent foresight)’을 소개했다. 이 시스템은 시퀀스가 과제 목표 달성에 얼마나 도움이 될지 예측한 뒤, 점수가 가장 높은 시퀀스의 일부를 실행하고 새로운 관측 정보를 바탕으로 계획을 다시 세운다.
연구진의 시험에서 이 시스템은 표준 조건의 실제 로봇 과제 7개에서 85.7%의 성공률을 기록했다. GR00T N1.7의 성공률은 70.0%였다. 처음 보는 물체 배치에서는 성공률이 65.7%로 낮아졌으며, GR00T N1.7은 48.6%를 기록했다.
왜 중요한가
휴머노이드 로봇의 과제 수행 능력을 평가하는 로봇공학 연구자에게 이번 결과는 명령 시퀀스를 미리 검토하는 방식이 도움이 될 수 있음을 시사한다. 다만 익숙하지 않은 배치에서 점수가 낮아진 점은 성능이 물체 배열에 여전히 민감하다는 것을 보여준다.
