# MetaGenSim, 시뮬레이션 데이터 선별해 로봇 학습 성능 높여

> 새 메타학습 시스템이 시뮬레이터 설정을 자동으로 선택해, 균일하게 데이터를 생성할 때보다 실제 작업 성공률을 150% 높였다.

Oossa · 2026-10-15 · https://oossa.com/ko/metagensim-boosts-robot-learning-by-actively-shaping-simulation-data

Liqian Ma가 이끄는 연구진은 로봇 훈련에 가장 유용한 데이터를 만들어 내는 시뮬레이터 매개변수를 학습하는 메타학습 프레임워크 MetaGenSim을 선보였다. 이 시스템은 메타 그래디언트를 이용해 보조 평가 네트워크를 훈련하므로, 시뮬레이션을 현실에 맞추기 위해 사람이 일일이 설정을 조정할 필요가 없다. 조작 작업을 대상으로 한 테스트에서 MetaGenSim은 균일하게 생성한 데이터와 비교해 실제 환경에서 전체 작업 성공률을 150% 높였으며, 전문가가 직접 설정한 경우와 비슷한 성능을 보였다. 연구 결과는 CoRL 2026에서 발표됐다.

## 팩트

- 균일하게 데이터를 생성한 경우보다 실제 환경에서 전체 작업 성공률 150% 향상
- 논문은 CoRL 2026에서 발표됐으며 2026-10-15에 공개됐다

## 왜 중요한가

로봇 개발자는 시뮬레이터를 수주 동안 수동으로 조정하지 않고도 실제 환경에서 성능을 높일 수 있다.

## 출처 및 참고 자료

1. [Active Generative Simulation: Meta-Learning What to Simulate for Sim-and-Real Policy Co-Training](https://arxiv.org/abs/2610.19479) – arXiv cs.RO, 2026-10-15

최종 업데이트: 2026-10-15