연구진이 작업 설명과 RGB-D 이미지 한 장(컬러 이미지에 깊이 정보를 결합한 이미지)을 이용해 로봇이 물체를 어떻게 잡을지 정하는 시스템 TGrasp6D를 소개했다. 예를 들어 칼로 재료를 썰 때는 손잡이를 잡도록 하고, 다른 사람에게 건넬 때는 손잡이를 비워둘 수 있다.
논문에 따르면 TaskGrasp 데이터셋에서 성공률은 94%로, 가장 성능이 좋았던 기준 모델의 74%보다 높았다. 연구팀은 실제 물체를 대상으로 Franka Research 3 로봇에서 이 방식도 시연했다. 다만 초록에는 실험 횟수나 독립적인 검증에 관한 세부 정보가 담기지 않았다.
왜 중요한가
로봇 연구자에게 이번 결과는 작업 설명과 깊이 이미지 한 장만으로도 로봇이 각 작업·물체 조합에 맞춘 수작업 라벨 데이터셋에 의존하지 않고 잡는 방법을 선택할 수 있음을 시사한다. 다만 이번에 보고된 실험을 넘어서는 성능은 확인되지 않았다.
