로봇 밖에서 수집하기
사람이 그리퍼를 직접 움직이며 시연하므로 자료 수집 장치를 이동하기 쉽다. 연구는 양손 조작과 동적인 동작처럼 풍부한 시연이 필요한 과제에 이 방식을 적용했다.
시간과 좌표의 차이
시연을 로봇에 옮길 때에는 동작 형태뿐 아니라 실행 지연도 맞아야 한다. UMI는 상대 궤적으로 행동을 표현하고 추론 시점의 지연을 정합하는 정책 인터페이스를 사용한다.
여러 하드웨어로의 연결
정책을 특정 로봇의 구성에 강하게 묶지 않으려는 설계다. 연구는 여러 로봇 플랫폼에 배치할 수 있는 학습 체계를 제시하지만, 실제 운용에는 해당 장치에 맞는 연결 조건이 필요하다.
새 환경의 수행
다양한 사람 시연으로 학습한 뒤 보지 않은 환경과 물체를 다루는 실험을 제시했다. 여기서 추가 적응 없는 수행은 그 평가 조건의 의미이며, 학습 자료 자체가 필요 없다는 뜻은 아니다.
관련 문서
모방 학습 / DROID 로봇 데이터셋 / Diffusion Policy / ACT 행동 청킹 / ForceBand / FARM 힘 인지 조작