찾기에서 놓기까지
대상이 눈앞에 있는 탁상 조작과 달리 물체를 찾기 위한 이동도 필요하다. HomeRobot은 새로운 환경의 물체를 집어 지정한 수용 장소에 놓는 전체 흐름을 과제로 삼는다.
두 평가 기반
시뮬레이션에서는 선별한 다양한 물체와 여러 방이 있는 환경을 제공한다. 실제 구성은 저비용 Stretch 로봇의 소프트웨어 체계로 다른 연구실에서 실험을 재현하도록 돕는다.
비교 방법과 전이
연구는 강화 학습과 모델 기반의 휴리스틱 비교 방법을 구현하고 시뮬레이션에서 실제로 옮기는 전이를 살폈다. 가상 환경에서의 성공과 실제 수행 결과는 나눠서 비교해야 한다.
남아 있는 어려움
원 논문의 실제 비교 방법은 20%의 성공률을 보고했다. 이는 당시 제시한 설정의 결과이며 현재의 모든 HomeRobot 기반 연구 성능을 나타내는 고정 수치가 아니다.