촉각 피드백을 언어에 연결하기
접촉이 많은 조립에서는 시각 장면만으로 파악하기 어려운 상태가 생긴다. TLA는 시간에 따라 이어지는 촉각 피드백을 언어와 대응시켜 행동 정책 생성에 활용한다.
과제에 맞춘 자료
핀을 구멍에 삽입하는 손끝 조립을 위해 촉각 행동 지시 자료 2만 4천 쌍을 구성했다. 이 자료의 과제 범위는 모든 로봇 행동을 다루는 범용 자료와 구별된다.
행동 생성의 평가
확산 정책 같은 모방 학습 방법과 행동 생성 및 정확성을 비교했다. 미리 보지 않은 조립 간극과 핀 모양으로도 평가해 해당 조건에서의 일반화를 살폈다.
전이 결과의 해석
조립 간극이나 형상을 바꾸는 실험은 학습 장면을 그대로 반복하는 실험과 다르다. 그러나 그 결과를 임의의 물체와 조립 방식, 로봇 손 전체로 확장할 때는 추가 검증이 필요하다.
관련 문서
VLA-Touch / Octopi와 PhysiCLeAR / AnyTouch와 TacQuad / 촉각 / 모방 학습 / Diffusion Policy