📃robomimic 리뷰

What Matters in Learning from Offline Human Demonstrations for Robot Manipulation

• Paper Link (arXiv:2108.03298)

• Code Link

• Project Page

• 저자: Ajay Mandlekar, Danfei Xu, Josiah Wong, Soroush Nasiriany, Chen Wang, Rohun Kulkarni, Li Fei-Fei, Silvio Savarese, Yuke Zhu, Roberto Martín-Martín

• Stanford University · The University of Texas at Austin / CoRL 2021 (Oral)

1. 💡 오프라인 인간 시연으로 로봇 조작을 학습할 때 “무엇이 성능을 좌우하는가”를, 6개 알고리즘 × 8개 과제 × 3종 데이터(기계생성/숙련인간/다인간)로 통제 비교한 대규모 실증 연구이자, 데이터셋·구현·평가 프로토콜을 오픈소스로 표준화한 벤치마크(robomimic).
2. ⚙️ BC·BC-RNN·HBC(모방)와 BCQ·CQL·IRIS(오프라인 RL)를 동일한 데이터·프로토콜 위에 올려 관측 공간·데이터 품질/양·하이퍼파라미터·정책 선택 기준 같은 요인별로 하나씩 흔들어 보며 성능 민감도를 측정한다.
3. 🎯 시간 의존(history-dependent) 모델 BC-RNN이 인간 데이터에서 압도적이고, SOTA 오프라인 RL(BCQ·CQL)은 기계생성 데이터엔 강하지만 인간 데이터에서 무너지며, 관측 공간·하이퍼파라미터가 성능을 수십 %씩 흔든다 — 그리고 시뮬레이션에서 얻은 이 결론들이 실제 Franka 로봇으로 그대로 전이된다.

---

🔍 Ping Review

🔍 Ping — A light tap on the surface. Get the gist in seconds.

인간 시연을 모방해 로봇에 조작 능력을 심는 것은 매력적인 접근이지만, 컴퓨터 비전·자연어처럼 “대규모 오픈 데이터 + 재현 가능한 학습법”이라는 파괴적 진전이 로보틱스에서는 아직 오지 않았다. 이유 중 하나는 오픈 인간 데이터셋과 공정한 비교 기준의 부재다. 각 논문이 서로 다른 데이터·구현·평가 프로토콜을 쓰다 보니 “이 분야가 지금 어디에 있는지”조차 가늠하기 어려웠다.

이 논문은 그 공백을 대규모 통제 실험으로 메운다. 6개의 오프라인 학습 알고리즘을, 난이도가 다른 5개 시뮬레이션 + 3개 실제 조작 과제에서, 품질이 다른 데이터셋으로 돌려 보며 “인간 데이터로부터의 오프라인 학습에서 실제로 무엇이 중요한가”를 하나씩 뜯어본다. 핵심 산출물은 새 알고리즘이 아니라 교훈(lessons)의 목록과, 이를 재현 가능하게 만든 데이터셋·코드(robomimic)다.

과제 개요(Fig. 1) — 6명의 서로 다른 숙련도 조작자로부터 데이터를 모아, 픽앤플레이스·양팔 협응·고정밀 삽입/조립을 아우르는 8개 과제(시뮬 5 + 실제 3)에서 오프라인 정책 학습을 평가한다.

핵심 방법론:

연구 설계는 세 축의 통제 변수로 구성된다. (1) 데이터 출처 — 기계생성(MG: RL 체크포인트 롤아웃), 숙련인간(PH: 단일 전문 조작자 200시연), 다인간(MH: 숙련도가 다른 6명 × 50 = 300시연). (2) 알고리즘 — 모방 계열 BC·BC-RNN·HBC와 오프라인 RL 계열 BCQ·CQL·IRIS. (3) 관측 공간 — 물체의 정답 상태를 쓰는 low-dim과 이를 카메라 영상으로 대체한 image.

가장 단순한 기준선 BC는 상태 s에서 행동 a로의 사상을 지도학습으로 맞춘다:

\min_\theta\ \mathbb{E}_{(s,a)\sim \mathcal{D}}\big[\, \|\pi_\theta(s) - a\|^2 \,\big]

여기에 시간 문맥을 더한 것이 BC-RNN(과거 관측 시퀀스를 RNN으로 조건화)이며, 이 논문의 결론 대부분이 이 한 축(“과거를 볼 것인가”)에서 갈린다. 모든 실험은 이진 성공 보상을 쓰고, 각 에이전트를 학습 중 여러 체크포인트에서 시뮬레이터에 50회 롤아웃해 얻은 성공률의 학습 중 최댓값을 3개 시드 평균으로 보고한다(low-dim: N{=}2000 epoch·M{=}100 step·E{=}50 평가 주기 / image: N{=}600·M{=}500·E{=}20).

주요 결과: (성공률 %, 3시드 평균)

• 과거를 보는 것이 결정적이다. low-dim에서 Transport(PH) 성공률이 BC 17.3 → BC-RNN 71.3, Transport(MH)는 11.3 → 65.3으로 뛴다(Table 1). 장기 지평·다인간 과제일수록 격차가 커진다.
• 오프라인 RL은 인간 데이터에서 무너진다. BCQ는 기계생성 Lift(MG) 91.3, Can(MG) 75.3으로 강하지만, 인간 데이터 Transport(PH) 7.3, Tool Hang(PH) 0.0으로 붕괴한다. CQL은 더 심하다. 진단용 Can-Paired(성공/실패 궤적을 짝지은 단순 데이터)에서도 BCQ 44.7 / CQL 6.0으로 고전한다(Table 2).
• 관측 공간·하이퍼파라미터가 성능을 크게 흔든다. low-dim에 말단속도·관절정보를 더하면 오히려 49~88% 상대 성능 하락, image에서 픽셀 이동 랜덤화 제거 시 47%(Square)·35%(Transport) 하락, 손목 카메라 제거 시 최대 43% 하락(Fig. 2).
• image가 low-dim에 필적한다. BC-RNN은 정답 물체 상태 대신 영상만으로도 Square(PH) 82.0, Tool Hang(PH) 67.3을 내며 대부분 과제에서 low-dim과 유사한 성능을 유지(Table 3).
• 실제 로봇 전이. 시뮬에서 튜닝한 하이퍼파라미터를 그대로 써 실제 Franka에서 Lift 96.7%, Can 73.3%, Tool Hang 3.3%(최종 체크포인트·30롤아웃, 하한값)를 달성.

결론: “인간 데이터로부터의 오프라인 조작 학습”에서 성능을 좌우하는 것은 화려한 목적함수가 아니라 ① 시간 문맥을 모델링하는가, ② 관측 공간을 어떻게 설계·정제하는가, ③ 하이퍼파라미터·정책 선택을 어떻게 다루는가다. SOTA 오프라인 RL이 인간 데이터에서 실패한다는 사실은 이 분야가 기계생성 벤치마크에 과적합돼 있음을 드러내며, 저자들은 이를 바로잡을 표준 데이터셋·코드를 공개했다.

---

🔔 Ring Review

🔔 Ring — An idea that echoes. Grasp the core and its value.

한 줄로 시작하면

“오프라인 인간 시연으로 로봇 조작을 배울 때 정말 중요한 것은 무엇인가”를 알고리즘·데이터 품질/양·관측 공간·하이퍼파라미터·정책 선택이라는 요인들로 하나씩 통제해 측정하고, 그 결과를 재현 가능한 데이터셋·코드(robomimic)로 못박은 대규모 실증 연구다.

배경: 왜 인간 데이터 오프라인 학습이 어려운가

다른 도메인에서 지도학습이 성공한 반면 로봇 조작은 그렇지 못했다. 조작은 시간에 따라 진화하는 동역학 시스템이라 실시간 미세 제어가 필요하고, 데이터 수집 자체가 기술적 난제다. 그 결과 대규모 인간 데이터셋이 드물었고, 있더라도 그 데이터로부터의 학습에는 고유한 어려움이 있다. 저자들은 이를 다섯 개의 도전(C1–C5)으로 정리한다.

• (C1) 비-Markov 결정 과정. 인간은 현재 관측만 보고 행동하지 않는다 — 원격조작 장치, 과거 행동, 에피소드 이력이 개입한다. 따라서 현재 상태만 보는 정책은 인간 데이터를 잘 맞추지 못하고, 시간 의존·시간 추상화 모델이 유리할 수 있다.
• (C2) 다인간 데이터의 품질 편차. 여러 사람이 모은 데이터는 숙련도·해법 전략이 크게 다르다(궤적 길이·잡음·실수). 기계생성 혼합 데이터에서 잘 배우던 오프라인 RL이 혼합 품질 인간 데이터에서도 되는지가 열린 질문이다.
• (C3) 데이터셋 크기 의존성. 오프라인 학습은 상태·행동 공간의 커버리지, 즉 데이터 양에 민감하다. 인간 시연 수집은 비싸므로 “데이터를 더 모으는 가치”를 정량화할 필요가 있다.
• (C4) 학습–평가 목적의 불일치. 지도학습은 검증 손실로 모델을 고를 수 있지만, 오프라인 정책 학습에서 학습 손실은 진짜 목표(과제 성공률)의 대리치일 뿐이고 성능이 epoch마다 출렁인다. 어떤 체크포인트를 배포할지 고르는 문제가 실제 환경에서 특히 어렵다.
• (C5) 에이전트 설계 결정에 대한 높은 민감도. 기계생성 데이터 연구들이 이미 오프라인 학습이 하이퍼파라미터에 극도로 민감함을 보였다. 아키텍처·관측 공간·하이퍼파라미터가 인간 데이터에서 성능을 얼마나 흔드는지 실증한다.

이 다섯 도전이 곧 실험 절(Section 4)의 각 축과 일대일로 대응한다는 점이 이 논문의 구조적 미덕이다.

연구 설계: 과제·데이터·알고리즘·프로토콜

과제(Fig. 1). 시뮬 5개 — Lift(큐브 들기), Can(캔을 목표 통으로 픽앤플레이스), Square(정사각 너트를 봉에 삽입), Transport(양팔이 망치를 넘겨 옮기는 장기 지평 협응), Tool Hang(프레임 조립 후 렌치 걸기, 가장 어려움). 이 중 Lift·Can·Tool Hang은 실제 Franka로도 수집했다.

데이터 출처(3종). - MG(기계생성): RL 알고리즘을 Lift·Can에서 학습시키며 체크포인트별로 300 롤아웃을 모은 것 — 전문가와 준최적이 섞인, 흔한 오프라인 RL 벤치마크를 닮은 데이터. (다른 과제는 RL이 못 풀어 제외.) - PH(숙련인간): RoboTurk 원격조작으로 단일 숙련 조작자가 모은 200 시연. - MH(다인간): 숙련도가 다른 6명(better 2 / okay 2 / worse 2)이 각 50개씩 모은 300 시연. 이 하위 집합 구조가 C2(품질 편차) 분석을 가능하게 한다.

알고리즘(6종). 모방 계열 — BC, BC-RNN(RNN 정책), HBC(계층적 BC). 오프라인 RL 계열 — BCQ, CQL, IRIS. BC-RNN·HBC·IRIS는 시간 의존/시간 추상화를 갖는다.

관측 공간(2종). low-dim(말단 자세·그리퍼 + 정답 물체 상태)과 image(정답 물체 상태를 외부/손목 카메라 영상으로 대체). 후자가 실세계 학습에 직결된다.

프로토콜. 이진 성공 보상, 학습 중 여러 체크포인트를 50회 롤아웃 평가해 성공률의 학습 중 최댓값을 3시드 평균으로 보고(C4를 우회하기 위해 시뮬에서 온라인 평가로 최적 체크포인트를 고른다 — 이 “치트”가 정책 선택 실험 4.5의 기준선이 된다).

실험: 요인별로 하나씩 흔들어 보기

알고리즘 비교 (C1, C2)

low-dim 결과(Table 1) — MG(기계생성)·PH(숙련인간)·MH(다인간) 데이터에서의 성공률. 시간 상관을 모델링하는 BC-RNN·HBC·IRIS가 인간 데이터에서 강하고, BCQ 같은 오프라인 RL은 기계생성엔 강하나 인간 데이터엔 약하다.

과거를 보는 것이 결정적이다. BC-RNN과 BC의 격차가 history-dependence의 이득을 그대로 보여준다. 장기 지평 과제일수록(Transport(PH)에서 ~55%p vs Square(PH)에서 ~5%p), 다인간 데이터일수록(Square(MH) ~25%p vs Square(PH) ~5%p) 격차가 벌어진다. 흥미롭게도 MH(300시연)가 PH(200시연)보다 데이터가 100개 더 많은데도 성능은 더 낮다 — 준최적·다봉(multimodal) 데이터의 부담 때문이다.

오프라인 RL이 인간 데이터에서 무너진다. BCQ는 기계생성 MG 데이터의 좋고 나쁜 정책 혼합에서는 강하다(Lift(MG) 91.3, Can(MG) 75.3). 그러나 같은 알고리즘이 인간 데이터에서는 Transport(PH) 7.3, Tool Hang(PH) 0.0으로 붕괴한다. CQL은 더 심하다. 이는 오프라인 RL의 이전 성공이 RL 탐색/사전학습 에이전트가 만든 특정 데이터 분포에 기대고 있었음을 시사한다.

준최적 인간 데이터 (C2)

준최적 인간 데이터 결과(Table 2) — MH를 조작자 숙련도(better/okay/worse)로 쪼갠 하위 집합들. BC-RNN이 견고한 기준선이며, 오프라인 RL은 모든 데이터에서, 심지어 성공/실패를 짝지은 진단용 Can-Paired에서도 약하다.

MH를 100시연 단위(better/okay/worse)와 200시연 혼합으로 쪼개 품질 대응을 본다. BC는 better–worse 사이 격차가 크지만(Can ~27%p, Square ~35%p), BC-RNN은 Can에서 이 격차를 거의 없애고 모든 데이터에서 BC를 7~35%p 앞선다(단 Square에서는 격차가 남는다). “worse” 100개를 추가할 때 대부분 알고리즘은 성능이 떨어지는데 BC-RNN은 일관되게 향상한다 — 나쁜 데이터도 활용한다는 뜻이다. 다만 200시연 Square 혼합(55.3/73.3/74.0)이 고품질 200시연 Square(PH) 84.0에 못 미쳐 여전히 개선 여지가 있다.

진단 데이터셋. Can-Paired는 같은 초기 상태에서 성공 시연 1개 + 실패 시연 1개를 짝지어 100쌍(총 200시연)을 만든 것으로, “성공으로 이어지는 행동과 실패로 이어지는 행동을 구분”하는 능력을 직접 시험한다. 오프라인 RL이 당연히 잘할 것 같은 이 단순 설정에서도 대부분 고전한다. IRIS가 BC-RNN 대비 약 5%p 개선한 점은 history-dependence를 오프라인 RL에 넣는 것이 유망한 방향임을 시사한다.

관측 공간과 하이퍼파라미터 (C5)

관측 공간·하이퍼파라미터의 영향(Fig. 2) — BC-RNN 성공률의 상대 변화. (a) low-dim에 말단속도/관절정보를 더하면 크게 하락하고 이미지 랜덤화·손목 카메라를 빼면 하락한다. (b)(c) 학습률·GMM·네트워크 용량 선택이 성능을 좌우한다.

로봇 자기수용감각(proprioception) 특징이 중요하다. 놀랍게도 low-dim 관측에 말단속도·관절 위치/속도를 추가하면 성능이 49~88% 상대 하락한다(image는 2~29%로 더 관대). 과제 해결에 불필요한 정보에 대한 과적합으로 보이며, 저자들은 “정보 숨기기(information-hiding)가 강력한 패러다임”이라고 권한다 — 관측 공간을 신중히 엔지니어링해 관련 없는 정보를 배제하라는 것.

이미지 랜덤화·손목 카메라가 중요하다. 픽셀 이동 랜덤화를 제거하면 Square·Transport에서 47%·35% 상대 하락, 손목 카메라를 제거하면 9%·43% 하락. 손목 영상은 파지 정렬을 돕고, 랜덤화는 행동 예측에 무관한 영역에 대한 불변성을 길러 준다.

하이퍼파라미터. 학습률을 1e-4→1e-3으로 올리면 image 에이전트가 35~63% 하락(low-dim은 관대). 결정적(GMM 없이) 정책은 특히 MH Transport에서 58% 하락. 큰 MLP는 일관되게 하락(과적합), 얕은 conv(ResNet 대신)는 25~62% 하락, RNN 은닉차원을 400→100(low-dim)/1000→400(image)으로 줄이면 3~58% 하락. 권고: 학습률과 네트워크 구조(MLP·RNN 크기)를 신중히 튜닝하고, GMM 정책과 ResNet 인코더를 기본으로 쓰라.

정책 선택과 데이터셋 크기 (C4, C3)

(좌) 정책 선택 기준의 영향(Fig. 5a) — 검증 손실 최소 또는 마지막 체크포인트로 배포 정책을 고르면 최적 대비 10~100% 하락. (우) 이미지 관측 결과(Table 3) — BC-RNN은 영상만으로도 정답 상태 학습과 거의 같은 성능.

(C4) 정책 선택은 미해결 문제다. 지도학습식으로 검증 손실이 최소인 체크포인트를 고르거나 오프라인 RL 관행대로 마지막 체크포인트를 쓰면, 온라인으로 고른 최적 대비 10~100% 하락한다. 즉 이 논문이 표에서 보고한 좋은 수치들은 “시뮬에서 온라인 평가로 최적 체크포인트를 골랐기 때문”이며, 실세계에서는 이 사치가 불가능하다 — 오프라인 정책 선택 지표가 절실하다.

(C3) 데이터셋 크기. 데이터를 20%·50%로 줄여 BC-RNN을 학습(Fig. 3). Lift·Can 같은 단순 과제는 20% 데이터로도 유능한 정책(75~100%)을 얻지만, Square·Transport 같은 복잡 과제는 데이터를 줄이면 크게 손해다 — 역으로 20%→50%→100%로 늘릴 때 유의미한 향상이 있어, 복잡 과제에는 더 큰 인간 데이터셋이 가치 있음을 보인다.

이미지 관측과 실제 로봇 전이

이미지 관측(Table 3)에서 BC-RNN은 정답 물체 상태 없이 영상만으로 Square(PH) 82.0, Tool Hang(PH) 67.3을 내며, Transport(MH)를 제외하면 low-dim과 거의 같은 성능을 유지한다 — 실세계 원시 감각 신호 학습에 낙관적 신호다.

실제 로봇. 시뮬에서 튜닝한 하이퍼파라미터를 그대로 실제 Franka에 적용해 Lift 96.7%, Can 73.3%, 극난도 Tool Hang 3.3%(최종 체크포인트·30롤아웃이라 하한값)를 얻었다. Can에서 랜덤화 제거 시 26.7%, 손목 카메라 제거 시 43.3%로, 시뮬에서 발견한 관측 공간 교훈이 실제에서도 재현됨을 확인했다.

직관: 왜 이런 결과가 나오는가

두 가지 핵심 관찰이 서로를 설명한다. 첫째, 인간은 비-Markov 정책을 쓴다(C1). 사람이 원격조작할 때의 행동은 현재 장면만이 아니라 방금 무엇을 했는지, 어떤 하위 단계에 있는지에 의존한다. 그래서 현재 상태만 보는 정책(BC·BCQ·CQL)은 인간의 행동 분포를 조건부 다봉으로만 볼 수밖에 없고, 이를 평균 내려다 무너진다. RNN으로 과거를 조건화하면 이 다봉성이 상당 부분 풀린다 — 그래서 BC-RNN이 이긴다.

둘째, 오프라인 RL의 이전 성공은 데이터 분포에 특화돼 있었다(C2). BCQ·CQL은 기계생성 데이터의 넓고 균질한 커버리지에서 Q값을 안정적으로 추정하도록 설계·검증됐다. 인간 데이터는 좁고, 다봉이며, 준최적 궤적이 구조적으로 섞여 있어 그 가정을 깬다. 진단용 Can-Paired에서조차 실패한다는 사실이 이를 못박는다. 결국 이 논문의 메시지는 “새 알고리즘을 만들기 전에, 인간 데이터라는 분포에서 벤치마킹부터 다시 하라”는 것이다.

비판적으로 보면

강점

• 분야에 기준선을 세운 인프라 논문. 데이터셋·구현·평가 프로토콜을 표준화·오픈소스화해 “공정 비교”를 가능하게 만들었다. robomimic은 이후 로봇 학습·모방학습 연구의 사실상 표준 벤치마크가 됐다.
• 통제의 폭과 엄밀함. 5개 도전(C1–C5)을 실험 축과 일대일 대응시키고, 각 요인을 단독으로 흔들어 성능 민감도를 정량화한다. 특히 “정답 상태를 추가하면 오히려 성능이 하락한다(information-hiding)” 같은 반직관적 발견은 실무자에게 직접적 가치가 있다.
• 시뮬→실제 전이 검증. 시뮬에서 튜닝한 하이퍼파라미터를 그대로 실제 로봇에 적용해 결론의 이식성을 보인 점이 벤치마크의 신뢰도를 높인다.
• 정직한 자기 진단. 표의 좋은 수치가 “온라인으로 최적 체크포인트를 골랐기 때문”임을 4.5에서 스스로 드러내고, 오프라인 정책 선택을 미해결 문제로 명시한다.

약점·한계

• 평가 지표가 낙관적이다. 핵심 결과가 학습 중 성공률의 최댓값(온라인 오라클 선택)이라, 실제 배포에서 얻을 성능의 상한에 가깝다. 저자도 인정하듯 오프라인 선택으로는 10~100% 하락할 수 있어, 표의 절대 수치를 “실사용 성능”으로 읽으면 안 된다.
• 오프라인 RL 실패의 원인 규명이 실증에 머문다. BCQ·CQL이 인간 데이터에서 왜 무너지는지는 “분포/다봉성” 가설로 설명되지만, 하이퍼파라미터 스윕이나 인간 데이터 전용 튜닝이 이들에게 얼마나 공정했는지는 논쟁 여지가 있다(오프라인 RL은 튜닝에 극도로 민감하다 — 이 논문 스스로의 C5 결론이기도 하다). “오프라인 RL이 본질적으로 못한다”기보다 “기본 설정으로는 못한다”에 가까울 수 있다.
• 알고리즘 스냅숏의 시효. 2021년 시점의 6개 알고리즘 비교라, 이후 Diffusion Policy·Transformer 기반 정책 등 표현력 높은 모방학습이 등장한 지금의 지형과는 다르다. BC-RNN의 우위는 “history + 표현력”이 핵심이라는 신호였고, 후속 연구가 이를 확장했다.
• 과제·구현 편향. 과제·시뮬레이터(robosuite/MuJoCo)·데이터 수집기(RoboTurk)가 저자 그룹 생태계에 묶여 있어, 결론이 이 파이프라인에 특화됐을 여지가 있다. 다른 로봇·도메인으로의 일반화는 별도 검증이 필요하다.

관련 연구와의 자리 매김

이 논문은 “무엇이 중요한가(what matters)”류 대규모 실증 연구의 로봇 조작판이다. 오프라인 RL 알고리즘(BCQ·CQL 등)의 지형은 Offline RL Survey 리뷰와 함께 읽으면 좋고, 이 논문이 던진 “기계생성이 아닌 실제 분포에서 벤치마킹하라”는 문제의식은 온라인 설정에서 같은 질문을 던진 Batch Online RL 리뷰(“What Matters for Batch Online RL in Robotics?”)와 직접 맞닿는다. 모방학습 계열의 후속 흐름은 Dex Imitation Learning 리뷰에서 조망할 수 있다. robomimic은 이 세 흐름(오프라인 RL·모방학습·로봇 벤치마크)이 만나는 기준점 역할을 한다.

요약

저자들이 스스로 정리한 6개 교훈(L1–L6)이 이 논문의 결론이다.

1. (L1) 시간 추상화 모델이 인간 데이터에서 매우 효과적이다. BC-RNN·HBC·IRIS가 시간 문맥을 무시하는 알고리즘을 크게 앞선다.
2. (L2) 오프라인 RL을 준최적 인간 데이터로 개선해야 한다. 기계생성 데이터엔 강하지만 인간 데이터엔 약하다 — 진단 데이터에서조차. history-dependence 결합이 유망한 출발점.
3. (L3) 오프라인 정책 선택이 실세계에 중요하다. 검증 손실/마지막 체크포인트로는 최적 대비 크게 손해다.
4. (L4) 관측 공간이 크게 작용하고 하이퍼파라미터가 중요하다. 정보 숨기기, 이미지 랜덤화·손목 카메라, 학습률·GMM·인코더 선택이 성능을 좌우한다.
5. (L5) 대규모 인간 데이터로 더 복잡한 과제를 풀 여지가 크다. 데이터를 늘리면 복잡 과제 성능이 유의미하게 오르고, 튜닝 없이도 Tool Hang을 풀었다.
6. (L6) 결론이 실제 로봇으로 전이된다. 시뮬에서 튜닝한 설정을 그대로 실제 과제에 적용해 재현했다.

새 알고리즘이 아니라 재현 가능한 벤치마크와 검증된 교훈을 남긴 논문이며, 그 인프라(robomimic)와 “인간 데이터라는 분포에서 다시 벤치마킹하라”는 메시지가 이후 로봇 학습 연구의 기준선이 되었다.