# 과거 시도에서 배우는 로봇 학습 시스템, 작업 성공률 높여

> 연구진이 실행 과정의 증거를 재사용 가능한 지침으로 바꾸는 LEXP를 선보였다. 실제 환경의 12개 작업에서 성공률은 63.9%로, LEXP를 쓰지 않았을 때의 5.6%보다 높았다.

Oossa · 2026-11-02 · https://oossa.com/ko/robot-learning-system-improves-task-success-using-past-attempts

사건 날짜: 2026-10-30

연구진은 로봇이 조작 작업을 수행하며 이전 시도에서 얻은 교훈을 재사용하도록 돕는 시스템 LEXP를 선보였다. LEXP는 작업 계획 수립 기능에 실행 과정의 증거를 해석하는 모듈을 결합한다. 이 모듈은 교훈을 적용 조건과 함께 저장하고, 이후 행동에 관련 지침을 반영한다. 모델 가중치와 행동 인터페이스는 고정된 상태로 유지된다.

연구진이 실제 환경의 12개 작업에서 진행한 실험에서 LEXP는 36회 시도 중 23회 성공(63.9%)했다. 기억 기능만 사용했을 때는 36회 중 19회(52.8%), 기본 ChatGPT-6-Astra 모델을 사용했을 때는 36회 중 2회(5.6%) 성공했다. 이는 논문에 보고된 결과이며, 독립적인 평가 결과는 아니다.

## 팩트

- LEXP: 36회 중 23회 성공; 기억 기능만 사용: 36회 중 19회; 기본 Astra: 36회 중 2회.
- 논문은 2026년 10월 30일 arXiv에 제출됐다.

## 왜 중요한가

로봇공학 연구자들에게 이번 결과는 작업별 교훈을 보존하면 고정된 모델도 물리적 작업을 반복 수행하면서 성능을 높일 수 있음을 시사한다. 다만 이 접근법이 이번 12개 작업을 넘어 얼마나 잘 적용될지는 아직 알 수 없다.

## 출처 및 참고 자료

1. [Learning from Physical Experience:Context-Space Adaptation for Robotic Manipulation](https://arxiv.org/abs/2610.41320) – arXiv cs.RO, 2026-11-02

최종 업데이트: 2026-11-02