로봇 자율성을 위한 언어 교정 기반의 인간-로봇 협력 시스템, PhysClaw-0

핵심 요약

• 무엇을 · 로봇이 실제 환경에서 조작 정책 학습을 위한 데이터를 자율적으로 수집할 때, 발생하는 실패를 사람이 언어로 교정하고, 이 교정을 기억하여 재사용하는 인간-로봇 협력 시스템인 PhysClaw-0를 제안합니다.
• 어떻게 · PhysClaw-0는 자율적으로 데이터를 수집, 검증, 초기화하며, 특정 단계에서 재시도 횟수를 초과하면 원격 조작자에게 일시 정지합니다. 조작자의 자연어 교정은 LLM 파서를 통해 구조화된 조정으로 변환되어 '교정 기억'에 저장됩니다. 이 기억은 동일한 실패 모드가 다시 발생할 때 재사용되어 반복적인 교정 필요성을 줄입니다.
• 결과 · 실제 로봇 데스크톱 정리 테스트에서 PhysClaw-0는 원격 조작과 동일한 에피소드 성공률을 달성하면서도 사람의 작업 시간을 16%로 줄였습니다. 언어 교정은 검증자와 사람 간의 일치도를 높였고, 단일 시도 성공률을 12.5%에서 47.5%로 향상시켰습니다. PhysClaw-0 데이터로 미세 조정된 정책은 원격 조작으로 학습된 정책과 유사한 성공률을 보였습니다.

왜 중요한가

기존 로봇 데이터 수집 방식은 동일한 실패가 반복될 때마다 사람이 다시 개입해야 했지만, PhysClaw-0는 교정을 기억하고 재사용함으로써 사람의 개입 비용을 문제의 종류가 아닌 세션 길이에 따라 증가하는 대신, 문제의 종류에 따라 증가하도록 바꾸어 효율성을 크게 높였습니다.

실생활·산업 영향

로봇이 실제 환경에서 더 효율적으로 데이터를 수집하고 학습할 수 있게 되어, 로봇 조작 정책 개발에 필요한 시간과 인력을 크게 절감할 수 있습니다. 이는 로봇이 다양한 작업을 자율적으로 수행하는 데 필요한 학습 데이터를 더 빠르고 저렴하게 확보하는 데 기여할 것입니다.

한계·주의

초록에 명시된 한계점은 없습니다.