자료 사이의 차이
사람과 로봇의 시연은 외관, 센서와 운동학이 다르다. 같은 물체를 다루더라도 관측과 행동의 표현이 달라 정보 전이를 어렵게 한다.
행동 정보를 유지한 정렬
관측 특징을 비슷하게 만들기만 하면 행동 선택에 필요한 차이까지 잃을 수 있다. EgoBridge는 특징과 행동의 공동 정보를 최적 수송 기반 차이 측정에 사용한다.
공동 정책 학습
사람과 로봇의 정책 잠재 공간을 명시적으로 맞추는 공동 학습 구조를 제시했다. 실제 한 팔·양팔 조작과 새로운 물체, 장면 및 사람 자료에만 있는 과제에서 일반화를 조사했다.
성공률의 해석
연구의 성공률 개선은 특정 과제와 비교 방법에서 얻은 결과다. 도메인 정렬 정도와 실제 조작 성공을 나누어 확인해야 하며, 센서나 로봇이 바뀐 조건에 수치를 그대로 적용할 수는 없다.
관련 문서
EgoMimic 로봇 모방 학습 / EgoVerse / HOT3D / HOI4D / 최적 수송 / 모방 학습