๐Contact-Anchored Retargeting ๋ฆฌ๋ทฐ
Code Link (GitHub): README์ ๋ฐ๋ชจ ์์๋ง ์๊ณ ์ฝ๋๋ ์์ง ์๋ค(โCode release coming soon.โ).
Zihao Yang*, Chengyuan Liu*, Yu Zhou, Runze Lv, Tianyu Cui, Sheng Yi, Haohua Zhu, Irvine Luโ , JieQ Sunโ (*๊ณต๋ 1์ ์, โ ๊ต์ ์ ์)
DexGEM Lab ยท Shanghai Jiao Tong University ยท Tongji University ยท DexRobot Co. Ltd.
arXiv preprint, 2026 (v1 2026-09-21, v2 2026-11-03, ํํ ์ฑํ ์ ๋ณด ์์)
- ๐ก ์ฌ๋ ์ mocap์๋ grasp์ ์ฑํจ๋ฅผ ๊ฐ๋ฅด๋ ์ ์ด๋ ฅ์ด ์๊ณ ์ฌ๋ ์๊ณผ ๋ก๋ด ์์ ๋ชจ์์ด ๋ค๋ฅด๋ค. ์ด ๋ ผ๋ฌธ์ ์์ ๋ฐ๊ฟ๋ ๋จ๋ ๊ฒ์ ๊ด์ ๊ถค์ ์ด ์๋๋ผ ์ ์ด ๊ตฌ์กฐ(์ด๋ ์๊ฐ๋ฝ ๋ถ์๊ฐ ๋ฌผ์ฒด์ ์ด๋์ ์ด๋ค ์์๋ก ๋ฟ๋๊ฐ)๋ผ๊ณ ๋ณด๊ณ , ๊ทธ๊ฒ์ ์ฎ๊ธฐ๋ ํ์ดํ๋ผ์ธ์ ๋ง๋ ๋ค.
- โ๏ธ ์๋ฎฌ๋ ์ด์ MANO ์์ ํ๋์ residual RL policy๋ก ๋ค์ ์คํํด ์ ์ด๊ณผ ํ์ ๋ณต์ํ๊ณ (physics refinement), ๋ก๋ด ์ ํ๋ฉด์ ์ ๊ทธ ์ ์ด ์์น๋ก ๋์ด๋น๊ธฐ๋ ์ ๋ชจ์ ๋ ๋ฆฝ์ ์ธ ์ต์ ํ๋ก retargetingํ ๋ค, ๊ฐ์ residual ํ์์ ๋ ๋ฒ์งธ policy๋ก ๋ก๋ด ๊ตฌ๋์ ๋ง๊ฒ ๋ณด์ ํ๋ค.
- ๐ฏ ํ ์ ๊ถค์ 25,454๊ฐ์ ์ฑ๊ณต๋ฅ ์ด 7.26% โ 59.31%, ์์ 25๊ณผ์ ๊ฐ 16.0% โ 62.4%(task-level)๋ก ์ค๋ฅด๊ณ , ๊ฐ์ ์ฌ๋ ๋ฐ์ดํฐ๊ฐ ๋ก๋ด ์ 4์ข ์์ ํ๊ท 17.1% โ 79.5%๋ก ์ฌ๊ตฌ์ฑ๋๋ฉฐ, ์ค๊ธฐ ์ํ 4๊ณผ์ ๋ 7/10ยท5/10ยท6/10ยท3/10์ด๋ค.
๐ Ping Review
๐ Ping โ A light tap on the surface. Get the gist in seconds.
์ฌ๋ ์์ฐ์ผ๋ก ์์ฌ์ฃผ๋ฅผ ๊ฐ๋ฅด์น๋ ค๋ฉด ๋ ๊ฐ๊ทน์ ๋์ด์ผ ํ๋ค. embodiment gap์ โ๋ฌด์์ ์ฎ๊ธธ ๊ฒ์ธ๊ฐโ์ ๋ฌธ์ ๋ค. ๊ด์ ๊ฐ์ด๋ ์๋ ์์น๋ฅผ ๊ทธ๋๋ก ๋ง์ถ๋ฉด ์ฌ๋ ์๊ณผ ๋ก๋ด ์์ ํฌ๊ธฐ๋ง ๋ค๋ฅธ ๋ณต์ฌ๋ณธ์ผ๋ก ์ทจ๊ธํ๊ฒ ๋๊ณ , ์๊ฐ๋ฝ ์ยท๋น์จยท๊ด์ ๋ฒ์๊ฐ ๋ค๋ฅด๋ฉด ๋ฌด๋์ง๋ค. physics gap์ โ๋ฌด์์ด ๊ทธ ๋์์ ๋ฌผ๋ฆฌ์ ์ผ๋ก ๊ฐ๋ฅํ๊ฒ ํ๋๊ฐโ์ ๋ฌธ์ ๋ค. mocap ๊ธฐ๋ก์ kinematic์ด๋ผ ํ์ด ์์ผ๋ฏ๋ก ์๋ฎฌ๋ ์ด์ ์ฌ๊ตฌ์ฑ์ ํผํ ์ ์๋๋ฐ, ๊ธฐ์กด real2sim2real ํ์ดํ๋ผ์ธ(DexMachina, DexMV, DemoBot ๋ฑ)์ ๊ณผ์ ๋ง๋ค policyยท๋ณด์ curriculumยทํ์ต์ ๋ฐ๋ก ๋ง๋ ๋ค.
์ด ๋ ผ๋ฌธ์ ๋ต์ ๋ ๊ด์ฐฐ์ด๋ค. ์ฒซ์งธ, ์์ ๋ฐ๊ฟ๋ ์ด์๋จ๋ ๊ฒ์ ์ ์ด ๊ตฌ์กฐ๋ค. ๊ทธ๋์ retargeting์ ๋ชฉ์ ํจ์๋ฅผ ๋ก๋ด ์ ํ๋ฉด์ ๊ณผ ์ฌ๋์ด ๋จ๊ธด ๋ฌผ์ฒด ํ๋ฉด ์ ์ด ์์น ์ฌ์ด์ ๊ฑฐ๋ฆฌ๋ก๋ง ์ ์ํ๋ฉด ์ ๋ชจ์๊ณผ ๋ฌด๊ดํ ์์ด ๋๋ค. ๋์งธ, ๋ฌผ๋ฆฌ์ ์ผ๊ด์ฑ์ ๊ณผ์ ๋ง๋ค ์ค๊ณํ ํ์๊ฐ ์๋ค. ๋ชจ๋ ์์ฐ์ ๊ฑธ์ณ ํ ๋ฒ ํ์ตํ residual RL policy ํ๋๊ฐ kinematic ๊ธฐ๋ก์ โ์์ โํด ์ ์ด์ด ์ฃผ์๋ ๊ถค์ ์ผ๋ก ๋ฐ๊ฟ ์ ์๊ณ , ๊ฐ์ residual ํ์์ด retargeting ๋ค์ ๋์ญํ ๋ณด์ ์๋ ์ฐ์ธ๋ค.

Fig. 1: ํ์ดํ๋ผ์ธ ๊ฐ์. ์ผ์ชฝ๋ถํฐ ์ฌ๋ mocap(์ค์ ) โ MANO physics refinement(์๋ฎฌ๋ ์ด์ , residual policy๊ฐ ์ ์ด๊ณผ ํ์ ๋ณต์) โ contact-anchored retargeting(MANO ์ ์ด ์์น์ ๋ก๋ด ์ ํ๋ฉด์ ์ ๋ง์ถ๋ ์ต์ ํ) โ robot residual learning(์๋ฎฌ๋ ์ด์ ) โ ์ค๊ธฐ ๊ฒ์ฆ(policy ๊ณ ์ , ์ค๋ก๋ด ํ์ต ๋ฐ์ดํฐ ์์). ๊ฐ์ด๋ฐ ์๋ โShared residual controlโ์ด ๋ residual policy๊ฐ ๊ณต์ ํ๋ ์ ์ด ํ์์ด๋ค.
ํต์ฌ ๋ฐฉ๋ฒ๋ก :
๋ residual policy๋ ๊ฐ์ ์ ์ด ํ์์ ์ด๋ค(Eq. 1). reference ์์ธ q^{\mathrm{ref}}_t์ policy action a_t๋ฅผ ์ฐจ์๋ณ scale s๋ก ๋์ ํ ๋ณด์ \Delta q_t๋ฅผ ๋ํ๋ค.
\Delta q_t=\gamma\,\Delta q_{t-1}+s\odot a_t,\qquad q^{\mathrm{cmd}}_t=q^{\mathrm{ref}}_t+\Delta q_t
\gamma๋ decay ๊ณ์์ด๊ณ \Delta q_t๋ ์ฐจ์๋ณ๋ก clip๋์ด ๋ช ๋ น์ด reference ์ฃผ๋ณ์ bounded envelope ์์ ๋จธ๋ฌธ๋ค. retargeting์ ์ฃผ ๋ชฉ์ ํญ์ contact anchor๋ค(Eq. 3). ํ๋ ์ t์ ์ ์ด ์งํฉ \mathcal{C}_t์ ๋ํด ๋ก๋ด ์ ํ๋ฉด์ c_i(u_t)๊ฐ ๊ธฐ๋ก๋ ๋ฌผ์ฒด ํ๋ฉด ์ ์ด ์์น p_i์ 1 cm ํ์ฉ์ค์ฐจ \delta ์์ผ๋ก ๋ค์ด์ค๊ฒ ํ๋ค.
E_{\mathrm{tgt}}=\sum_{i\in\mathcal{C}_t}\Bigl[\max\bigl(\lVert c_i(u_t)-p_i\rVert-\delta,\;0\bigr)\Bigr]^2
u_t๋ ์๋ชฉ \mathrm{SE}(3)์ ๊ทธ ์์ ๋ฅ๋ ์๊ฐ๋ฝ ์ ์ด๋ฅผ ๋ฌถ์ ๋ฒกํฐ๋ค. ์์ด ๋ฐ๋๋ฉด u_t์ ์ฐจ์๊ณผ ๊ธฐํ ์ง์๋ง ๋ฐ๋๊ณ ์์ ๊ทธ๋๋ก๋ค.
์ฃผ์ ๊ฒฐ๊ณผ:
- Physics refinement(Table 1, Fig. 3): ํ ์ 25,454 ๊ถค์ (๋ฌผ์ฒด 14๊ฐ, ๋ฌผ์ฒด-์ ์ค์ฒ 85์)์์ replay 7.26% โ residual 59.31%(๋ฌผ์ฒด๋ณ ๋น๊ฐ์ค ํ๊ท ). replay๊ฐ 0%์๋ ๋ฌผ์ฒด 4๊ฐ๋ 41.5~70.8%. ์์ 25๊ณผ์ 250 ๊ถค์ ์ task-level 16.0% โ 62.4%, attempt-level 8.4% โ 43.9%.
- ์ฒ์ ๋ณด๋ ๋ฌผ์ฒด(Table 2): ํ์ต์ ์๋ YCB ๋ฌผ์ฒด 6๊ฐ์ fine-tuning ์์ด pooled 72.4%(7,683 trial, ๋ฌผ์ฒด๋ณ 46.5~88.7%).
- Retargeting ๋น๊ต(Table 5, MANO 100 ๊ถค์ โ DexHand 021): fidelity๋ Vector 10.6 mm๊ฐ ์ต๊ณ , ์ด ๋ ผ๋ฌธ 14.7 mm. ๊ด์ ํ๊ณ ์๋ฐ 3.2%, jitter 0.53 rad/s. ๋์ ์์ ์๊ฐ 8,513 s๋ก ๋น๊ต ๋์ ์ค ๊ฐ์ฅ ๋๋ฆฌ๋ค.
- Cross-embodiment(Table 3): ๊ฐ์ ์ค์ ์ผ๋ก DexHand 021ยท021ProยทShadowยทAllegro์ 200 ๊ถค์ ์ฉ, replay ํ๊ท 17.1% โ residual 79.5%(+62.4 pp), ๋ค ์ ๋ชจ๋ 76.5~82.5%.
- Downstream(Table 4): Diffusion Policy์ ๋ณต์ํ ์ ์ด๋ ฅ 16์ฐจ์์ ๋ํ๋ฉด 34.7% โ 46.5%(+11.8 pp).
- ์ค๊ธฐ(Fig. 5): ์ํ JAKA Mini 2 + DexHand 021, 4๊ณผ์ ๊ฐ 10ํ. ์ข ์ด์ปต ์๊ธฐ 7/10, ๋ณ ๊ฑด๋ค๊ณ ์ธ์ฐ๊ธฐ 5/10, ๋ฌผ ๋ถ๊ธฐ 6/10, ์ ์ ๋ณ ์ฌ๋ฐฐ์น 3/10.
๊ฒฐ๋ก :
์๋ก์ด ์ ์ โ์ ์ด ๊ตฌ์กฐ๋ฅผ ์ฎ๊ธด๋คโ๋ retargeting ๊ด์ ๊ณผ โphysics refinement๋ฅผ ๊ณผ์ ๋ณ ํ์ต์ด ์๋๋ผ amortized repair operator๋ก ๋ณธ๋คโ๋ ๊ด์ ์ ํ ํ์ดํ๋ผ์ธ์ผ๋ก ๋ฌถ์ ๊ฒ์ด๋ค. ๋ค๋ง ์ฆ๊ฑฐ์ ๋ชจ์์ ๋ณด๋ฉด ์ธก์ ๋ ๋น๊ต๋ ๊ฑฐ์ ๋ชจ๋ ์๊ธฐ ๋ฐฉ๋ฒ์ replay ๋๋น residual์ด๋ค. ๋ค๋ฅธ retargeter๋ก ๋ง๋ reference๋ฅผ ๊ฐ์ residual ๋จ๊ณ์ ๋ฃ์ด ๋น๊ตํ๋ ์คํ, ๊ณผ์ ๋ณ policy ๋๋น ๋จ์ผ policy์ ์์ค์ ์ฌ๋ ์คํ, ๋ค๋ฅธ physics refinement ๋ฐฉ๋ฒ๊ณผ์ ์ฑ๊ณต๋ฅ ๋น๊ต๊ฐ ์๋ค. ๊ทธ๋์ โ์ ์ด ๊ตฌ์กฐ๊ฐ embodiment gap์ ๋ ์ ๋ซ๋๋คโ๋ ํต์ฌ ์ฃผ์ฅ์ kinematic ์งํ(Table 5)๋ก๋ง ๋ท๋ฐ์นจ๋๊ณ , ๊ทธ ํ์์๋ ์ด ๋ฐฉ๋ฒ์ ๊ฐ์ฅ ๋๋ฆฌ๋ค. ์ฝ๋ยท๋ฐ์ดํฐยทํ์ดํผํ๋ผ๋ฏธํฐ๋ ๊ณต๊ฐ๋์ง ์์๋ค.
๐ Ring Review
๐ Ring โ An idea that echoes. Grasp the core and its value.
ํ ์ค๋ก ์์ํ๋ฉด
์ด ๋ ผ๋ฌธ์ โ์ฌ๋ ์์ฐ์์ ๋ก๋ด์ด ๊ฐ์ ธ๊ฐ์ผ ํ ๊ฒ์ ์์ ์์ง์์ด ์๋๋ผ ์ ์ด์ ๋ฐฐ์น๋คโ๋ผ๋ ๋ฌธ์ฅ์์ ์ถ๋ฐํ๋ค(ยง1: โWhat actually survives the change of embodiment is the contact structureโ). ์ ์ด ๋ฐฐ์น๋ฅผ ์ฎ๊ธฐ๋ ค๋ฉด ๋จผ์ ์ ์ด์ด ์์ด์ผ ํ๋๋ฐ mocap์๋ ์ ์ด๋ ํ๋ ์๋ค. ๊ทธ๋์ ์์๊ฐ ์ ํด์ง๋ค. ์๋ฎฌ๋ ์ด์ ์์ ์ฌ๋ ์ ๋ชจ๋ธ(MANO)๋ก ์์ฐ์ ๋ค์ ์คํํด ์ ์ด์ ๋ง๋ค์ด ๋ด๊ณ , ๊ทธ ์ ์ด ์์น๋ฅผ ๋ก๋ด ์ ํ๋ฉด์ ์ ๋ชฉํ๋ก ์ผ์ retargetingํ๊ณ , ๊ทธ ๊ฒฐ๊ณผ๊ฐ ์ฌ์ ํ kinematic์ด๋ฏ๋ก ๋ก๋ด ์์์ ํ ๋ฒ ๋ residual๋ก ๋์ญํ์ ๋ง์ถ๋ค. ๋ ๋ฒ์ ์๋ฎฌ๋ ์ด์ ๋จ๊ณ ๋ชจ๋ ๊ณผ์ ๋ณ ํ์ต์ด ์๋๋ผ ์ค์ ๋น policy ํ๋๋ก ์ฒ๋ฆฌํ๋ค๋ ๊ฒ์ด ํ์ฅ์ฑ ์ฃผ์ฅ์ ๊ทผ๊ฑฐ๋ค.
๋ฐฐ๊ฒฝ: ์ ์ฌ๋ ์์ฐ์ด ๋ฐ๋ก ๋ก๋ด ๋ฐ์ดํฐ๊ฐ ๋์ง ์๋๊ฐ (ยง1, ยง2)
๋ ผ๋ฌธ์ ๋ฐ์ดํฐ ์ถ์ฒ๋ฅผ ์ธ ๊ฐ๋๋ก ๋๋ ๊ฐ๊ฐ์ ํ๊ณ๋ฅผ ์ง๋๋ค.
| ์ถ์ฒ | ์ฅ์ | ๋ ผ๋ฌธ์ด ์ง๋ ํ๊ณ |
|---|---|---|
| ๋ก๋ด teleop | ๋ช ๋ น ๊ณต๊ฐ = ํ๋ ๊ณต๊ฐ์ด๋ฉด ๊ทธ๋๋ก ๋ฐ์ดํฐ๊ฐ ๋๋ค(ํ + ํํ ๊ทธ๋ฆฌํผ) | ๋ค์ง ์์์๋ โ ์ฌ๋ ์์ด synergy๋ก ์์ง์ฌ 20๊ฐ ์ด์ ๊ฒฐํฉ ์์ ๋๋ฅผ ์์์ ์ผ๋ก ์กฐ์ข ํ๊ธฐ ์ด๋ ต๊ณ โก ์ง์ฐ์ด ์กฐ์ ํ์ง์ ๋จ์ด๋จ๋ฆฌ๋ฉฐ โข ๊ฐ๋ ค์ง ์ ์ด์ haptic feedback์ด ์๋ค. ํ ํผ๋๋ฐฑ์ ๋นผ๋ฉด contact-rich teleop ์ฑ๊ณต๋ฅ ์ด 78%์์ 48%๋ก ๋จ์ด์ง๋ค๋ Glovity(Gao et al., 2025) ๊ฒฐ๊ณผ๋ฅผ ์ธ์ฉํ๋ค |
| ์์ | ๊ฐ์ฅ ์ธ๊ณ , egocentric ์์์ผ๋ก ๊ท๋ชจ๋ฅผ ํค์ธ ์ ์๋ค(EgoScale) | ์-๋ฌผ์ฒด ์์ธ๋ ์ ์ด๋ ฅ๋ ์ ๋ฐํ๊ฒ ๋ณต์ํ์ง ๋ชปํ๋ค. EgoScale์ action label๋ ํฝ์ ์ด ์๋๋ผ ๊ณ์ธก ์ฅ๊ฐ์์ ์จ๋ค๊ณ ์ง์ ํ๋ค |
| Motion capture | ๋ก๋ด ์์ด mm ์ ๋ฐ๋์ ์ยท๋ฌผ์ฒด kinematics | ์์ kinematic์ด๋ผ ์ ์ด๋ ฅ์ด ์๊ณ , ์ ๋ชจ์์ด ๋ฌ๋ผ ๋ก๋ด์์ ๊ทธ๋๋ก replayํ ์ ์๋ค |
์ด ์์์ ๊ธฐ์กด ์ ๊ทผ์ ๋ ์ถ์ผ๋ก ์ ๋ฆฌํ๋ค(ยง2). retargeting ์ถ์์๋ DexPilotยทAnyTeleop(dex-retargeting์ PositionยทVector)์ฒ๋ผ ๊ธฐํ ๋์์ ๋ง์ถ๋ ๋ฐฉ๋ฒ์ด kinematic topology๊ฐ ๋น์ทํ๋ค๊ณ ๊ฐ์ ํ๊ณ , DexGraspNet๋ฅ ์ ์ดยทforce-closure ํฉ์ฑ์ ์ ์ grasp์ ๋จธ๋ฌผ๋ฉฐ, SPIDER๋ ๋ฌผ๋ฆฌ ๊ธฐ๋ฐ ์ํ๋ง์ผ๋ก ๋์ญํ์ ์ผ๋ก ๊ฐ๋ฅํ ๊ถค์ ์ ๋ง๋ค์ง๋ง ๊ถค์ ๋น ๋น์ฉ์ด ํฌ๋ค๊ณ ์ด๋ค. real2sim2real ์ถ์์๋ DexMV(๊ณผ์ ๋ณ RL), DexMachina(๊ธฐ์ ๋ณ curriculum ๋ณด์), DexMimicGen(๊ณผ์ ๋ณ imitation policy), ๊ทธ๋ฆฌ๊ณ ๊ฐ์ฅ ๊ฐ๊น์ด DemoBot(์ฌ๋ ์์ motion prior ์์ residual RL, ๋จ ๊ณผ์ ๋ณ ์๊ฐ ๋ถํ ยทevent ๊ธฐ๋ฐ ๋ณด์ curriculumยท์ฑ๊ณต ์กฐ๊ฑด๋ถ reset์ด ํ์)์ ๋ ๋ค. ๊ณตํต ๋ฌธ์ ๋ ๊ณผ์ ๋ณ ํ์ต๊ณผ ๊ณผ์ ๋ณต์ก๋์ ํ๊ณ(in-hand ํ์ , ๊ทธ๋ฆฌํผ pick-and-place, grasp ์์ค)์ด๊ณ , ๋ ผ๋ฌธ์ ๋ค์ง ์์ contact-rich ์กฐ์์ real2sim2real๋ก ๋ค๋ฃฌ ์ฌ๋ก๊ฐ ์์ง ์๋ค๊ณ ์ฃผ์ฅํ๋ค.
์ด ์ ๋ฆฌ์์ ๋์ ๋๋ ๋น์นธ์ด ํ๋ ์๋ค. ๊ฐ์ ๋ฌธ์ (MANO ์์ฐ โ ๋ก๋ด ์, residual RL๋ก ๋ฌผ๋ฆฌ ๋ณด์ )๋ฅผ ๋ค๋ฃฌ ManipTrans์ DexTrack์ ๊ด๋ จ ์ฐ๊ตฌ์ ์๋ค. ๊ทธ๋ฆฌ๊ณ ๊ฐ์ ๊ทธ๋ฃน์ ๋ฐ์ดํฐ์ ๋ ผ๋ฌธ DexCanvas๋ ๋ฌผ์ฒดยท์ ์ค์ฒ ์ ์์ ์ถ์ฒ๋ก๋ง ์ธ์ฉ๋๋ค. ์ด ๊ด๊ณ๋ ๋ค์ ์๋ฆฌ ๋งค๊น ์ ์์ ๋ค๋ฃฌ๋ค.
๋ฐฉ๋ฒ ์์ธ (ยง3)
์คํ์ฉ ๋ก๋ด ์์ DexHand 021์ด๋ค. ๋ฅ๋ ์ ์ด 12๊ฐ๊ฐ tendon์ผ๋ก ๊ฒฐํฉ๋ผ ๋ฌผ๋ฆฌ ์๊ฐ๋ฝ ๊ด์ 20๊ฐ๋ฅผ ์์ง์ด๋ 5์ง ์์ด๊ณ , ์ ์ ์์ ์ค ํ๋์ธ DexRobot Co. Ltd.์ ์์ด๋ค(์ธ์ฉ Yuan et al., 2025). ๋ ผ๋ฌธ์ ๋ฐฉ๋ฒ์ด ์ด ์์ ํนํ๋์ง ์์๊ณ ์์ ๋ฐ๊พธ๋ ค๋ฉด embodiment profile ๊ฐฑ์ ๊ณผ ๋ก๋ด ์ชฝ residual policy ์ฌํ์ต๋ง ํ์ํ๋ค๊ณ ์ด๋ค(ยง3 ์๋).
3.1 Motion capture์ ๋ฐ์ดํฐ ์ฒ๋ฆฌ

Fig. 2: (a) ์ ์ธ์ ์นด๋ฉ๋ผ 22๋์ ๋๊ธฐํ๋ RGB-D ์นด๋ฉ๋ผ๋ก ์ด๋ค์ง ๋ฐฉ ๊ท๋ชจ ๊ดํ mocap ์์คํ . (b) ๋ง์ปค๋ฅผ MANO ์ขํ๊ณ๋ก ์ ์ฒ๋ฆฌํด MANO ์ ๋ชจ๋ธ์ ๋ง์ถ๊ณ , ๋ฌผ๋ฆฌ ์๋ฎฌ๋ ์ด์ ์ ๊ฑฐ์ณ ์ ์ด๋ ฅ ์ฃผ์์ ์ป๋ ์ฒ๋ฆฌ ํ๋ฆ.
| ํญ๋ชฉ | ๊ฐ(ยง3.1) |
|---|---|
| ์นด๋ฉ๋ผ | ์ ์ธ์ 22๋(mm ์ ๋ฐ๋ ๊ดํ ์ถ์ ) + ๋๊ธฐํ RGB-D 2๋ |
| ์ ๋ง์ปค | ํด๋ถํ์ ๋๋๋งํฌ์ ๋ฐ์ฌ ๋ง์ปค 14๊ฐ |
| ๋ฌผ์ฒด ๋ง์ปค | 3D ํ๋ฆฐํ ๋ง์ดํธ์ ๋ถ์ฐฉ. ๋ง์ดํธ ์์น๊ฐ ์๋ฎฌ๋ ์ด์ URDF์ ์ ํํ ์ผ์นํ๋๋ก ์ค๊ณ |
| ๊ธฐ๋ก | ์ ์์ธ(6-DoF ์๋ชฉ + ์๊ฐ๋ฝ ๊ด์ )์ ๋ฌผ์ฒด ๊ถค์ , 120 Hz |
| ์ ํ์ \beta\in\mathbb{R}^{10} | ๋ณด์ ์ํ์ค์ RGB ํ๋ ์์ HaMeR๋ฅผ ์ ์ฉํด ํผํ์๋ณ ์ถ์ |
| ํ๋ ์๋ณ ์์ธ | ํด๋ถํ์ ์ ์ฝ ์๋ ๋ง์ปค-ํ๋ฉด ๊ฑฐ๋ฆฌ๋ฅผ ์ต์ํํ๋๋ก ์๋ชฉ \mathrm{SE}(3)์ ์๊ฐ๋ฝ ์์ธ ์ต์ ํ |
๋ฌผ์ฒด ๋ง์ดํธ๋ฅผ URDF์ ๋ง์ถฐ ์ค๊ณํ ๊ฒ์ ์ฌ์ํด ๋ณด์ด์ง๋ง ์ค์ํ ์ ํ์ด๋ค. ๋ค์ ๋ชจ๋ ๋จ๊ณ๊ฐ โ๋ฌผ์ฒด ํ๋ฉด์ ์ด๋ ์ โ์ ๋ชฉํ๋ก ์ผ๊ธฐ ๋๋ฌธ์ ๋ฌผ์ฒด ์ขํ๊ณ ์ค์ฐจ๋ ๊ณง ์ ์ด ๋ชฉํ์ ์ค์ฐจ๊ฐ ๋๋ค.
3.2 Physics refinement: kinematic ๊ธฐ๋ก์ ์์ ํ๋ policy
๊ฐ ์์ฐ์ Isaac Gym์์ ๊ตฌ๋๋๋ MANO ์์ผ๋ก ๋ค์ ์คํํ๋ค. MANO๋ parametric mesh์ด๋ฏ๋ก ์๊ฐ๋ฝ ๊ด์ 22๊ฐ(๋ฅ๋) + 6-DoF ์๋ชฉ์ ๊ฐ์ง ๊ด์ ๊ฐ์ฒด ๋ชจ๋ธ๋ก ๋ฐ๊พธ๊ณ PD ์ ์ด๊ธฐ๋ก ๊ตฌ๋ํ๋ค. residual policy๊ฐ Eq. 1๋ก reference์ ๋ณด์ ์ ๋ํ๊ณ , ์๋ฎฌ๋ ์ดํฐ์ ์ ์ด ๋ชจ๋ธ์ด ๋ฌผ๋ฆฌ์ ์ผ๋ก ์ผ๊ด๋ ํ์ ๋ธ๋ค.
- ๋ณด์: ์๋ฎฌ๋ ์ด์ ๋ฌผ์ฒด๊ฐ ๊ธฐ๋ก๋ ๊ถค์ ์์ ๋ฒ์ด๋๋ ๊ฒ์ ๋ฒํ๋ ๋ฌผ์ฒด ๊ถค์ ์ถ์ ํญ + ์ง์ ๋ ์๊ฐ๋ฝ์ด ๋ฌผ์ฒด ํ๋ฉด์ ๋ฟ๋๋ก ํ๋ contact-achievement ํญ. ๊ฐ์ค์น์ ์ ํํ ํํ๋ ๋ ผ๋ฌธ์ ์๋ค.
- ์ค์ ๋น policy ํ๋: ํ ์ ์ค์ ๊ณผ ์์ ์ค์ ๊ฐ๊ฐ์์ ๋ชจ๋ ๊ถค์ ์ ํ๋์ policy๋ก ํ์ตํ๋ค. ์กฐ๊ฑด์ ๊ณผ์ ์๋ณ์, ๋ฌผ์ฒด ๊ธฐํ, ํ์ฌ์ ๋ฏธ๋์ reference ๋ฌผ์ฒด ์ด๋์ด๋ค. ๋ ผ๋ฌธ์ ๋ ผ๋ฆฌ๋ ์ด policy๊ฐ ์ค์ค๋ก ๊ณํํ๋ ๊ฒ์ด ์๋๋ผ reference๋ฅผ ์์ ํ๋ฏ๋ก ์ด ๊ด์ธก์ด ํ์ต๊ณผ ์ถ๋ก ์์ชฝ์์ ์ฃผ์ด์ง๋ค๋ ๊ฒ์ด๋ค(ยง3.2). ๊ทธ๋์ ์ ์์ฐ์ ๊ถค์ ๋ณ ์ฌํ์ต ์์ด ์ฒ๋ฆฌ๋๋ค.
- Synthesis: ํ์ต๋ policy๋ฅผ ๋ฌผ์ฒด ์ด๊ธฐ ์์ธ ์ญ๋, ๋ง์ฐฐยท์ง๋ randomization, ๋ฌด์์ ์ธ๋ ฅ ์๋์์ rolloutํด ์์ฐ๋ง๋ค ๋ฌผ๋ฆฌ์ ์ผ๋ก ์ผ๊ด๋ ๋ณํ์ ๋ ๋ง๋ ๋ค. ๊ฐ ๋ณํ์ ๊ณผ์ ์ ์ ์ด ๊ตฌ์กฐ๋ฅผ ์ ์งํ ์ฑ ์ด์ํ ๋์ญํ์ ์ผ๋ก ๊ฐ๋ฅํ ๊ถค์ ์ ํ์ํ๋ค๊ณ ์ด๋ค.
- ์ถ๋ ฅ: MANO ์ ์ด๋๊ณผ ๋ฌผ์ฒด ์ด๋, ๊ทธ๋ฆฌ๊ณ ํ๋ ์๋ณ ์ ์ด ๋ผ๋ฒจ(์ด๋ ์๊ฐ๋ฝ ๋ถ์๊ฐ ๋ฟ์๋), ๋ฌผ์ฒด ํ๋ฉด ์ ์ด ์์น(๋ฌผ์ฒด์ ์ด๋์ ๋ฟ์๋), ์ฌ๊ตฌ์ฑํ ํ ๋ฒกํฐ. ์์ ๋์ด retargeting์ ์ฃผ ์ ๋ ฅ์ด๋ค.
3.3 Contact-anchored retargeting
physics-refined ๊ถค์ ์ ํ๋ ์๋ง๋ค ๋ก๋ด ์ configuration u_t\in\mathbb{R}^D(์๋ชฉ \mathrm{SE}(3) + ๋ฅ๋ ์๊ฐ๋ฝ ์ ์ด)๋ฅผ ์ต์ ํํ๋ค. ํ๋ ์์ ์ ์ด ํจํด(๋์์ ๋ฟ์ ์๋ ์๊ฐ๋ฝ ๋ถ์์ ์งํฉ)์ผ๋ก ๋ถํ ํ๊ณ , ์ ์ด์ด ๋ง์ ํ๋ ์๊ณผ ์ ์ ํ๋ ์์ ๋ค๋ฅธ ๋ชฉ์ ํจ์๋ฅผ ์ด๋ค.
๋ค์ค ์ ์ด ํ๋ ์์ Eq. 2๋ฅผ ์ต์ํํ๋ค.
E_{\mathrm{ct}}=w_{\mathrm{tgt}}E_{\mathrm{tgt}}+w_{\mathrm{pen}}E_{\mathrm{pen}}+w_{\mathrm{h2o}}E_{\mathrm{h2o}}+w_{\mathrm{spen}}E_{\mathrm{spen}}+w_jE_{\mathrm{joint}}+w_gE_{\mathrm{ground}}+w_bE^{\mathrm{base}}_{\mathrm{sm}}+w_cE^{\mathrm{ctrl}}_{\mathrm{sm}}+w_rE^{\mathrm{rot}}_{\mathrm{sm}}
| ํญ | ์ญํ |
|---|---|
| E_{\mathrm{tgt}} (Eq. 3) | ์ฃผ ๋ชฉ์ . ๋ก๋ด ํ๋ฉด์ ์ ๊ธฐ๋ก๋ ๋ฌผ์ฒด ํ๋ฉด ์ ์ด ์์น๋ก, 1 cm ํ์ฉ์ค์ฐจ ๋ฐ๋ง ๋ฒํจ |
| E_{\mathrm{pen}}, E_{\mathrm{spen}} | ๋ฌผ์ฒด ๊ดํต, ์๊ธฐ ๊ดํต |
| E_{\mathrm{h2o}} | ์-๋ฌผ์ฒด ๊ฑฐ๋ฆฌ๊ฐ ์ง๋์น๊ฒ ํฐ ๊ฒ |
| E_{\mathrm{joint}} | ๊ด์ ํ๊ณ ์๋ฐ |
| E_{\mathrm{ground}} | ์ง๋ฉด ๊ดํต |
| E^{\mathrm{base}}_{\mathrm{sm}}, E^{\mathrm{ctrl}}_{\mathrm{sm}}, E^{\mathrm{rot}}_{\mathrm{sm}} | ์๋ชฉ ์์นยท์๊ฐ๋ฝ ์ ์ดยท์๋ชฉ ํ์ ์ ์๊ฐ์ jitter |
๊ฐ์ค์น w_\ast์ ๊ฐ์ ๋ ผ๋ฌธ์ ์๋ค.
ํ๋ฉด์ ์ ํ. ์ ์ด ๋ผ๋ฒจ์ ํด๋ถํ์ ๋ถ์(โindex fingertipโ, โthumb padโ)๋ฅผ ๊ฐ๋ฆฌํค๊ณ , ๋ก๋ด ์์์ ๊ทธ ๋ถ์๋ mesh ํ๋ฉด์ ์งํฉ์ ๋์ํ๋ค. ์ ์ด๋ง๋ค ๋งํฌ ์ค์ฌ์์ ๋ณธ ๋ฐฉํฅ์ด ํด๋น MANO ์ ์ด์ ๋ฐฉํฅ๊ณผ ๊ฐ์ฅ ์ ๋ง๋ ํ๋ฉด์ ์ ๊ณ ๋ฅด๊ณ , ๊ฑฐ๋ฆฌ๋ฅผ tiebreaker๋ก ์ด๋ค. ์ฆ โ๋ก๋ด ์๊ฐ๋ฝ์ ์ด๋ ๋ฉด์ผ๋ก ๋ฟ์์งโ๋ฅผ ์ฌ๋ ์๊ฐ๋ฝ์ด ๋ฟ์ ๋ฉด์ ๋ฐฉํฅ์ผ๋ก ์ ํ๋ค.
์ ์ด์ด ์ ์ ํ๋ ์(์ ์ด 0๊ฐ ๋๋ 1๊ฐ)์ ์๋ชฉ์ ๊ณ ์ ํ๊ณ feasibility ํญ๋ง์ผ๋ก ์๊ฐ๋ฝ ์ ์ด๋ฅผ ์ต์ ํํ๋ค.
์ด๊ธฐํ. ํ๋ ์๋ง๋ค ๋์ํ๋ MANO configuration์์ ์์ํ๋ค. MANO ์๊ฐ๋ฝ ๊ด์ 22๊ฐ๋ฅผ ๊ทผ์ฌ์ kinematic ๋์์ผ๋ก ๋ก๋ด์ ๋ฅ๋ ์ ์ด์ ์ฌ์ํด ๊ด์ ํ๊ณ๋ก clipํ๊ณ , ์๋ชฉ ๋ฐฉํฅ์ ๋ฌผ์ฒด์ ๋ํ MANO ์๋ชฉ ๋ฐฉํฅ์, ์๋ชฉ ์์น๋ ๋ก๋ด๊ณผ MANO ์๋ ์์น์ ํ๊ท offset์ผ๋ก ์ก๋๋ค.
์ ๋ชจ์ ์ผ๋ฐ์ฑ. ์ต์ ํ๋ forward kinematics ํ๋ฉด์ , embodiment ๊ธฐํ, ๊ด์ ํ๊ณ, ๋ฅ๋ ์ ์ด ๋ฒกํฐ๋ง ๋ค๋ฃฌ๋ค. ์์ด ๋ฐ๋๋ฉด ์ต์ ํ ์ฐจ์๊ณผ ๊ธฐํ ์ง์๊ฐ ๋ฐ๋ ๋ฟ ์์ค ์์ ๊ฐ๋ค. ์๋ง๋ค ํ์ํ ์ ๋ ฅ์ embodiment profile(kinematic ๋ชจ๋ธ, ์ ์ด-๊ด์ ๊ฒฐํฉ, ๊ด์ ํ๊ณ, ์ ์ด ๋ถ์๋ณ ํ๋ณด ํ๋ฉด์ ) ํ๋๋ผ๊ณ ์ด๋ค.
์ฌ๊ธฐ์ ์ง์ด ๋ ์ ์ด ์๋ค. โ๋ชฉ์ ํจ์๊ฐ ์ ๋ชจ์๊ณผ ๋ ๋ฆฝโ์ด๋ผ๋ ๋ง์ ์์ ํํ์ ๋ํ ์ง์ ์ด๋ค. ์์ ๋ฐ๋ผ ๋ฌ๋ผ์ง๋ ํ๋จ, ์ฆ โMANO์ thumb pad๊ฐ Allegro์ ์ด๋ ํ๋ฉด์ ์งํฉ์ ๋์ํ๋๊ฐโ์ โMANO ๊ด์ 22๊ฐ๋ฅผ ์ด ์์ ๋ฅ๋ ์ ์ด๋ก ์ด๋ป๊ฒ ๊ทผ์ฌ ์ฌ์ํ๋๊ฐโ๋ embodiment profile๊ณผ ์ด๊ธฐํ๋ก ์ฎ๊ฒจ ๊ฐ์ ๋ฟ ์ฌ๋ผ์ง์ง ์์๋ค. 4์ง Allegro์์ ์๋ผ์๊ฐ๋ฝ ์ ์ด์ ์ด๋ป๊ฒ ์ฒ๋ฆฌํ๋์ง๋ ๋ ผ๋ฌธ์ ์๋ค.
3.4 Residual policy learning (๋ก๋ด ์ชฝ)
retargeting ๊ฒฐ๊ณผ๋ ์๊ฐ๋ฝ์ ์ฌ๋ฐ๋ฅธ ์์น์ ์ฌ๋ฐ๋ฅธ ์์๋ก ๋์ง๋ง kinematic ํด๋ค. ๊ตฌ๋๊ธฐ ํ ํฌ ํ๊ณ, tendon ๊ฒฐํฉ, ๋ก๋ด ์ ์ด ๊ธฐํ์์์ ๋ฌผ์ฒด ๋์ญํ์ ๋ชจ๋ฅธ๋ค. ๋ ๋ฒ์งธ residual policy(Eq. 1๊ณผ ๊ฐ์ ํ์)๊ฐ ์๋ชฉ ์์น์ ์๊ฐ๋ฝ ์ ์ด์ ์์ ๋ณด์ ์ ํ์ตํ๊ณ , ์๋ชฉ ๋ฐฉํฅ์ reference๋ฅผ ๊ทธ๋๋ก ๋ฐ๋ฅธ๋ค. DexHand 021์์๋ policy์ ๋ฅ๋ ์๊ฐ๋ฝ ์ ์ด 12๊ฐ๊ฐ ๊ฒฐ์ ์ ์ธ tendon ๊ฒฐํฉ์ ๊ฑฐ์ณ ๋ฌผ๋ฆฌ ๊ด์ 20๊ฐ๋ฅผ ์์ง์ธ๋ค.
์ค๊ณ์ ํฅ๋ฏธ๋ก์ด ๋ํ ์ผ์ด ํ๋ ์๋ค. ๋ง์ง๋ง ์์ฐ ์ ์ด ์ดํ์๋ ์๊ฐ๋ฝ ์ฐจ์์ \gamma๋ฅผ 1๋ก ๋๋ค(decay ์์). ๋์ ๋ ์๊ฐ๋ฝ ๋ณด์ ์ด ์ฌ๋ผ์ง์ง ์์ ์ด๋ฏธ ๋ง๋ grasp๊ฐ ์ ์ง๋๊ณ , ์๋ชฉ ์์น ์ฐจ์์ ์๋ decay ์ผ์ ์ ๋ฐ๋ฅธ๋ค. ํ์ต์ ์ค์ ๋น policy ํ๋, Isaac Gym, PPO, ์กฐ๊ฑด์ ๊ณผ์ ์๋ณ์ยท๋ฌผ์ฒด ๊ธฐํยทreference ์ด๋์ด๋ค. domain randomization ์๋ synthesis rollout์ผ๋ก retargeted reference๋ง๋ค ๋์ญํ์ ์ผ๋ก ๊ฐ๋ฅํ ๋ก๋ด ๊ถค์ ์ ๋ ๋ง๋ ๋ค.
3.5 ํ๋์จ์ด ๋ฐฐํฌ
๋งค ์ ์ด ์ฃผ๊ธฐ๋ง๋ค policy๋ ํ๋์จ์ด ์ผ์์ ํ์ฌ ๊ด์ ์์น์ ๋ฌผ์ฒด ์์ธ๋ฅผ ํ์ต ๋์ ๊ฐ์ ๊ด์ธก schema๋ก ๋ฐ์ residual์ ๊ณ์ฐํ๊ณ , retargeted reference์ ํ์ฌ ํ๋ ์์ ๋ํด ๊ด์ ๋ช ๋ น์ ๋ธ๋ค. ๊ฐ์ค์น๋ ๊ณ ์ ์ด๋ค. ์ํผ์๋ ์ ๋ง๋ค ์ ์ ๊ธฐํ ๋ณด์ ์ผ๋ก ํ๋์จ์ด ์ขํ๊ณ๋ฅผ ์๋ฎฌ๋ ์ด์ ์ขํ๊ณ์ ๋ง์ถ๊ณ , dynamics identificationยทfine-tuningยทonline adaptation์ ํ์ง ์๋๋ค. ๋ฌผ์ฒด ์์ธ๋ YOLOv5 โ MobileSAM โ FoundationPose ์ธ์ง ์คํ์ด ์ค์๊ฐ์ผ๋ก ์ค๋ค(ยง4.3).
๋ ผ๋ฌธ์ด ์ฐ์ง ์์ ๊ฒ๋ ์ ์ด ๋๋ค. policy๊ฐ ๋ด๋ ์๋ชฉ \mathrm{SE}(3) ๋ช ๋ น์ 6-DoF JAKA ํ ๊ด์ ๋ก ๋ฐ๊พธ๋ ๋ฐฉ๋ฒ(IK ๋ฑ), ์ ์ด ์ฃผํ์, ์ค๊ธฐ์์ ๋ฌผ์ฒด ์ด๊ธฐ ์์น๋ฅผ ์์ฐ๊ณผ ์ผ๋ง๋ ๋ค๋ฅด๊ฒ ๋์๋์ง๋ ๋์ค์ง ์๋๋ค. policy๋ ํน์ ์์ฐ์ reference๋ฅผ ์๊ฐ ์์๋๋ก ๋ฐ๋ผ๊ฐ๋ฉฐ ์์ ํ๋ ๊ตฌ์กฐ์ด๋ฏ๋ก, ์ด๊ธฐ ๋ฌผ์ฒด ๋ฐฐ์น์ ํ์ฉ ๋ฒ์๊ฐ ์ค๊ธฐ ๊ฒฐ๊ณผ์ ์๋ฏธ๋ฅผ ํฌ๊ฒ ์ข์ฐํ๋ค.
๋ ผ๋ฌธ์ด ์ซ์๋ก ๋ฐํ ์ค์ ๊ณผ ๋ฐํ์ง ์์ ์ค์
๋ถ๋ก์ด ์๋ 16์ชฝ ๋ ผ๋ฌธ์ด๋ผ ์ฌํ์ ํ์ํ ๊ฐ์ ์๋น์๊ฐ ๋น ์ ธ ์๋ค.
| ๊ตฌ๋ถ | ํญ๋ชฉ |
|---|---|
| ์ซ์๋ก ๋ฐํ | mocap 120 Hz, ์นด๋ฉ๋ผ 22 + 2๋, ๋ง์ปค 14๊ฐ, \beta\in\mathbb{R}^{10}, MANO ๊ด์ 22 + ์๋ชฉ 6-DoF, \delta=1 cm, retargeting n_{\mathrm{iter}}=3000, DexHand 021 ๋ฅ๋ 12 / ๊ด์ 20, ํ๊ฐ ์ญ๋ ๋ฌผ์ฒด ํฌ๊ธฐ์ ์ต๋ 10%, ๊ถค์ ๋น 50ํ ์๋, ์ฑ๊ณต ๊ธฐ์ค 3 cm / 30ยฐ, Diffusion Policy ์ ๋ ฅ 64 / 80์ฐจ์, ํ์ค 0.5 N |
| ๋ฐํ์ง ์์ | \gamma ๊ฐ(๋ง์ง๋ง ์ ์ด ์ดํ ์๊ฐ๋ฝ \gamma=1๋ง ๋ช ์), scale s, clip ๋ฒ์, ๋ policy์ ๋คํธ์ํฌ ๊ตฌ์กฐ, PPO ํ์ดํผํ๋ผ๋ฏธํฐ, ๋ณด์ ๊ฐ์ค์น, Eq. 2์ w_\ast, synthesis์ randomization ๋ฒ์, sparse/multi-contact ํ์ ์ธ์ ๋ถํ ๊ธฐ์ค, Diffusion Policy ํ์ต ์ค์ , ํ์ต ์๊ฐยทGPU, seed ์, ์ค๊ธฐ ์ ์ด ์ฃผํ์ |
์ง๊ด: ์ ์ ์ด ๊ตฌ์กฐ๊ฐ ์ฎ๊ฒจ์ง๊ณ , ์ policy ํ๋๋ก ์ถฉ๋ถํ๊ฐ
์ ์ด์ ๋ฌผ์ฒด ์ขํ๊ณ์ ์ฐ๋ค. ๊ด์ ๊ฐ์ ์์ ์ขํ๊ณ์ ์ฌ๋ ์์ด๋ผ ์์ด ๋ฐ๋๋ฉด ์๋ฏธ๊ฐ ๋ฐ๋๋ค. ๋ฐ๋ฉด โ์์ง ๋์ด ๋ณ๋๊ป ์ผ์ชฝ 2 cm ์ง์ ์ ๋ฟ๋๋คโ๋ ๋ฌผ์ฒด ์ขํ๊ณ์ ์ฌ์ค์ด๊ณ , ์ด๋ค ์์ผ๋ก ์ก๋ ๊ฐ์ ๋ฌผ์ฒด๋ฅผ ๊ฐ์ ๋ฐฉ์์ผ๋ก ๋ค๋ฃจ๋ ค๋ฉด ์ง์ผ์ผ ํ๋ ์กฐ๊ฑด์ด๋ค. Eq. 3์ด ์ ๋ชจ์๊ณผ ๋ ๋ฆฝ์ธ ์ด์ ๊ฐ ์ฌ๊ธฐ ์๋ค. ๋ชฉํ p_i๋ ๋ฌผ์ฒด ์์ ์ ์ด๊ณ , ์์ ๊ทธ ์ ์ ๋ฟ์ ํ๋ฉด์ c_i(u_t)๋ง ๋ด๋์ผ๋ฉด ๋๋ค.
1 cm ํ์ฉ์ค์ฐจ๋ โ๋๋ต ๊ฑฐ๊ธฐโ๊น์ง๋ง ๋๊ณ ๊ฐ๋ค. E_{\mathrm{tgt}}๋ ๊ฑฐ๋ฆฌ๊ฐ \delta ์์ด๋ฉด 0์ด๋ค. ๊ทธ๋์ ์ต์ ํ๋ ํ๋ฉด์ ์ ๋ชฉํ 1 cm ์์ผ๋ก ๋ฃ๋ ์๊ฐ ๊ทธ ์ด์ ๋น๊ธฐ์ง ์๊ณ , ๋๋จธ์ง ํญ(๊ดํตยทjitterยท๊ด์ ํ๊ณ)์ ์ค์ด๋ ๋ฐ ์ฌ์ ๋ฅผ ์ด๋ค. ์ด๋ ๊ฒ ๋ณด๋ฉด Table 5์ ๋ชจ์์ด ์ค๋ช ๋๋ค(ํ์์ ํด์). ์ด ๋ฐฉ๋ฒ์ ํ๊ท fidelity๊ฐ 14.7 mm๋ก Vector(10.6 mm)๋ณด๋ค ๋์๊ณ 5 mm ์ด๋ด retention์ด 13.9%์ ๊ทธ์น๋ ๊ฒ์ ๋ชฉ์ ํจ์๊ฐ ์ ์ด์ 1 cm๋ณด๋ค ๊ฐ๊น๊ฒ ๋ถ์ด๋๋ก ์ค๊ณ๋์ง ์์๊ธฐ ๋๋ฌธ์ด๊ณ , ๋์ jitter์ ๊ด์ ํ๊ณ ์๋ฐ์ด ๊ฐ์ฅ ๋ฎ์ ์ถ์ ๋ ๋ค. ๋ง์ง๋ง ๋ช mm์ ์ ์ด๋ ฅ์ ๋ค์ residual policy๊ฐ ์๋ฎฌ๋ ์ด์ ์์์ ๋ง์ถ๋ค.
policy ํ๋๋ก ์ถฉ๋ถํ ์ด์ ๋ ๋ฌธ์ ๊ฐ โ๊ณํโ์ด ์๋๋ผ โ์ถ์ โ์ด๊ธฐ ๋๋ฌธ์ด๋ค. physics refinement policy๋ ๋ฏธ๋์ reference ๋ฌผ์ฒด ์ด๋์ ๊ด์ธก์ผ๋ก ๋ฐ๋๋ค. ๋ฌด์์ ํ ์ง๋ reference๊ฐ ์ด๋ฏธ ์ ํ๊ณ , policy๋ ๊ทธ๊ฒ์ ๋ฌผ๋ฆฌ์ ์ผ๋ก ์ฑ๋ฆฝ์ํค๋ ์์ ๋ณด์ ๋ง ๋ธ๋ค. ๊ณผ์ ๊ฐ ๋ฌ๋ผ๋ โ๋ฌผ์ฒด๋ฅผ ๊ธฐ๋ก๋ ๊ถค์ ์ ๋ถ์ฌ ๋๊ธฐ ์ํด ์๊ฐ๋ฝ์ ์กฐ๊ธ ๋ ์ค๋ฏ๋ฆฐ๋คโ ๊ฐ์ ๋ณด์ ์ ์ข ๋ฅ๋ ๋น์ทํ๋ฏ๋ก ๊ณผ์ ๊ฐ ๊ณต์ ๊ฐ ๊ฐ๋ฅํ๋ค๋ ๊ฒ์ด ๋ ผ๋ฌธ์ ๋ ผ๋ฆฌ๋ค(ยง3.2). Eq. 1์ decay \gamma<1์ ๋ณด์ ์ด ์์ฌ reference์์ ๋ฉ๋ฆฌ ๋ ๋๋ ๊ฒ์ ๋ง๋ ์ฅ์น์ด๊ณ , ๋ง์ง๋ง ์ ์ด ๋ค์ ์๊ฐ๋ฝ๋ง \gamma=1๋ก ๋ฐ๊พธ๋ ๊ฒ์ โgrasp๋ฅผ ๋ง๋ ๋ณด์ ์ ์ ์งํด์ผ ํ๋คโ๋ ์์ธ ์ฒ๋ฆฌ๋ค.
์ด ์ง๊ด์ ํ๊ณ๋ ๊ฐ์ ๊ณณ์์ ๋์จ๋ค. policy๊ฐ reference๋ฅผ ๋ฐ๋ผ๊ฐ๋ ๊ตฌ์กฐ๋ผ๋ฉด reference ์์ฒด๊ฐ ํ๋ฆฐ ๊ฒฝ์ฐ, ์์ปจ๋ retargeting์ด ๋ฌผ๋ฆฌ์ ์ผ๋ก ๋ถ๊ฐ๋ฅํ grasp๋ฅผ ๋ง๋ ๊ฒฝ์ฐ์๋ bounded envelope ์์ ๋ณด์ ์ผ๋ก ๋ณต๊ตฌํ ์ ์๋ค. ์ด ๋ฐฉ๋ฒ์ด โretargeting์ด ์ข์์โ ์ฑ๊ณตํ๋์ง โresidual์ด ๊ฐํด์โ ์ฑ๊ณตํ๋์ง๋ฅผ ๊ฐ๋ฅด๋ ค๋ฉด ๋ค๋ฅธ retargeter์ reference๋ฅผ ๊ฐ์ residual ๋จ๊ณ์ ๋ฃ์ด ๋ด์ผ ํ๋๋ฐ, ๊ทธ ์คํ์ด ์๋ค(์๋ ์คํ ์ ๊ณผ ์ฝ์ ์ ).
์คํ (ยง4)
๋ ผ๋ฌธ์ ์คํ์ contribution๋ง๋ค ํ๋์ฉ, ์ธ ์ง๋ฌธ์ผ๋ก ์ง ๋ค. (1) ๋จ์ผ amortized policy๊ฐ ๊ท๋ชจ์์ physics gap์ ๋ซ๊ณ ํ์ต ๋ถํฌ ๋ฐ์ผ๋ก ์ผ๋ฐํํ๋๊ฐ(ยง4.1). (2) ์ ์ด ๊ธฐ๋ฐ ์ ์ด๊ฐ ๊ธฐํ retargeting๋ณด๋ค embodiment gap์ ์ ๋ซ๋๊ฐ, ๋จ๋ ์ผ๋ก ๊ทธ๋ฆฌ๊ณ ์ ๋ชจ์์ ๋ฐ๊ฟ ๊ฐ๋ฉฐ(ยง4.2). (3) ๊ฒฐ๊ณผ ๋ฐ์ดํฐ๊ฐ downstream ํ์ต์ ๋๊ณ ์ ์ฒด ํ์ดํ๋ผ์ธ์ด ์ค๋ก๋ด ํ์ต ๋ฐ์ดํฐ ์์ด ํ๋์จ์ด์์ ๋๋๊ฐ(ยง4.3). ์๋ฎฌ๋ ์ด์ ์ฑ๊ณต ํ์ ์ ํ๋๋ก ํต์ผํ๋ค: ์คํ ๋ด๋ด ์ด๋ค ๋ฌผ์ฒด๋ mocap reference์์ 3 cm ๋๊ฒ ๋ฒ์ด๋์ง ์๊ณ , ๋ฐฉํฅ ์ ์ฝ ๊ณผ์ ๋ ๋ง์ง๋ง ํ๋ ์ ์ค์ฐจ 30ยฐ ์ดํ.
4.1 ๊ท๋ชจ์์์ ๋ฌผ๋ฆฌ ์ผ๊ด์ฑ
์ ์ . ํ ์ ๋ฐ์ดํฐ์ ์ mocap ๊ถค์ 25,454๊ฐ(๋ฌผ์ฒด 14๊ฐ, ๋ฌผ์ฒด-์ ์ค์ฒ 85์, ๋ฌผ์ฒด์ ์ ์ค์ฒ์ ์ ์๋ DexCanvas๋ฅผ ๋ฐ๋ฅธ๋ค), ์์ ๋ฐ์ดํฐ์ ์ 250 ๊ถค์ (25๊ณผ์ , ๋ฌผ์ฒด 12๊ฐ)์ด๋ค. ํ๊ฐ์์ ๋ฌผ์ฒด-์ ์ค์ฒ ์๋ง๋ค ๋ฌผ์ฒด ํฌ๊ธฐ์ ์ต๋ 10%๋ฅผ ์ญ๋ํ๊ณ ๊ถค์ ๋ง๋ค 50ํ ์๋ํ๋ค. ์ฐ์ ๋ก๋ ํ ์ ์ค์ ๋ง ์ฝ 127๋ง rollout์ด๋ค(ํ์ ๊ณ์ฐ).
Table 1: ํ ์ ์ฑ๊ณต๋ฅ (ํ๊ท ์ ๋ฌผ์ฒด 14๊ฐ์ ๋น๊ฐ์ค ํ๊ท )
| ๋ฌผ์ฒด | Replay | With residual | ์ ์ |
|---|---|---|---|
| Large clamp | 23.99% | 62.80% | 5 |
| Cylinder1 | 16.49% | 68.20% | 8 |
| Cube1 | 15.44% | 77.20% | 7 |
| Mayonnaise | 10.70% | 56.40% | 5 |
| Banana | 9.86% | 59.40% | 7 |
| Cube2 | 9.12% | 81.10% | 8 |
| Cylinder2 | 8.88% | 66.40% | 7 |
| Power drill | 5.85% | 33.50% | 6 |
| Cylinder3 | 0.66% | 35.50% | 9 |
| iPhone | 0.61% | 48.80% | 8 |
| Bowl | 0.00% | 41.50% | 3 |
| Cuboid1 | 0.00% | 60.00% | 5 |
| Cylinder4 | 0.00% | 68.80% | 3 |
| Sphere1 | 0.00% | 70.80% | 4 |
| ํ๊ท | 7.26% | 59.31% | 85 |
์นธ ๊ฐ์ผ๋ก ํ๊ท ์ ๋ค์ ๋ด๋ฉด 7.257%์ 59.314%๋ก ํ์ ๋ง๊ณ , ์ ์ ํฉ๋ 85๋ค. ์ ์๋ก ๊ฐ์คํ๋ฉด 7.81%์ 59.25%๋ก ๊ฒฐ๋ก ์ ๊ฐ๋ค(ํ์ ๊ณ์ฐ). ๋ชจ๋ ๋ฌผ์ฒด๊ฐ ๊ฐ์ ๋๊ณ replay๊ฐ ํ ๋ฒ๋ ์ฑ๊ณตํ์ง ๋ชปํ 4๊ฐ ๋ฌผ์ฒด๋ 41.5~70.8%์ ์ด๋ฅธ๋ค. ๋ค๋ง ์ด ํ์์ ๋น๊ต ๋์์ธ โReplayโ๋ kinematic reference๋ฅผ PD๋ก ๊ทธ๋๋ก ์คํํ ๊ฒ์ด๋ค. ๋ฌผ๋ฆฌ ๋ณด์ ์ ์ ํ ํ์ง ์๋ ํํ์ด๋ฏ๋ก, ์ด ํ๊ฐ ๋ณด์ฌ ์ฃผ๋ ๊ฒ์ โresidual ๋ณด์ ์ด ํ์ํ๊ณ ํจ๊ณผ๊ฐ ์๋คโ์ด์ง โ๋ค๋ฅธ physics refinement ๋ฐฉ๋ฒ๋ณด๋ค ๋ซ๋คโ๊ฐ ์๋๋ค. ์ ์๋ ์ด ์ฑ๊ณต๋ฅ ์ด data synthesis์ ํ์ง๋ ๋ฐ์ํ๋ค๊ณ ์ด๋ค. ํ์ต๋ policy๊ฐ ๋ฌผ์ฒด์ ์์ ์ด๊ธฐ ์์ธ๋ฅผ ๋ฒ์ ์์์ ์ญ๋ํด ๊ถค์ ์ ํฉ์ฑํ๊ณ ๊ฐ์ ์ฑ๊ณต ๊ธฐ์ค์ผ๋ก ๊ฑธ๋ฌ ๋ด๊ธฐ ๋๋ฌธ์ด๋ค.

Fig. 3: ์์ ํ๊ฐ๋ฅผ ๊ณผ์ ์ ํ๋ณ๋ก ๋ฌถ์ ๊ฒฐ๊ณผ(25๊ณผ์ , 250 ๊ถค์ , ๋ฌผ์ฒด ํฌ๊ธฐ ยฑ10% ์ญ๋). ํ์ ์์ residual ์์, ํ๋ ์ ์ residual ์์. ์ผ์ชฝ์ task-level, ์ค๋ฅธ์ชฝ์ attempt-level ์ฑ๊ณต๋ฅ .
๋ณธ๋ฌธ์ด ์ซ์๋ก ์ ์ ๊ฒ์ Overall๋ฟ์ด๋ค(task-level 16.0% โ 62.4%, attempt-level 8.4% โ 43.9%). ์ ํ๋ณ ๊ฐ์ ๊ทธ๋ฆผ์์ ์ฝ์ผ๋ฉด ๋ค์๊ณผ ๊ฐ๋ค(ํ์ ํ๋ , ์ฝ ยฑ2%p).
| ์ ํ | Task-level (์์ โ ์์) | Attempt-level (์์ โ ์์) |
|---|---|---|
| Align | โ10 โ โ80 | โ1 โ โ75 |
| Balance | โ0 โ โ70 | โ0 โ โ50 |
| Stand | โ16 โ โ67 | โ10 โ โ45 |
| Center | โ22 โ โ63 | โ10 โ โ46 |
| Lay | โ10 โ โ33 | โ8 โ โ18 |
| Overall | 16.0 โ 62.4 | 8.4 โ 43.9 |
โ์ด๋ค ์ ํ์์๋ ํด๋ณด๊ฐ ์๋คโ๋ ๋ณธ๋ฌธ ์์ ์ ๊ทธ๋ฆผ๊ณผ ๋ง๋๋ค. ๊ทธ๋ฌ๋ task-level๊ณผ attempt-level์ ์ ์๊ฐ ๋ ผ๋ฌธ ์ด๋์๋ ์๋ค. task-level์ด attempt-level๋ณด๋ค ์ผ๊ด๋๊ฒ ๋์ผ๋ฏ๋ก task-level์ด ๋ ๊ด๋ํ ์ง๊ณ๋ผ๋ ๊ฒ๋ง ์ถ์ ํ ์ ์๋ค. ์ด๋ก์ด ์ธ์ฉํ๋ 16.0% โ 62.4%๋ ์ด ์ ์ ์๋ task-level ๊ฐ์ด๋ค. Lay ์ ํ์ residual์ ์จ๋ attempt-level ์ฝ 18%๋ก, ์์ ๊ณผ์ ์ค ์ผ๋ถ๋ ์ฌ์ ํ ๋๋ถ๋ถ ์คํจํ๋ค.
Table 2: ์ฒ์ ๋ณด๋ YCB ๋ฌผ์ฒด(fine-tuning ์์)
| YCB ๋ฌผ์ฒด | Trials | ์ฑ๊ณต๋ฅ |
|---|---|---|
| Tomato soup can | 1,289 | 46.5% |
| Tuna fish can | 1,287 | 88.7% |
| Pudding box | 1,287 | 63.6% |
| Gelatin box | 1,295 | 83.5% |
| Potted meat can | 1,238 | 67.8% |
| Mug | 1,287 | 84.6% |
| Pooled | 7,683 | 72.4% |
์ด ํ์๋ ์ธ ๊ฐ์ง ๋จ์๊ฐ ํ์ํ๋ค.
- ์ฒ์ ๋ณด๋ ๋ฌผ์ฒด๊ฐ ํ์ต ๋ฌผ์ฒด๋ณด๋ค ์ ๋๋ค. pooled 72.4%๋ ํ์ต ๋ฌผ์ฒด ํ๊ท 59.31%(Table 1)๋ณด๋ค 13 %p ๋๋ค. ์ผ๋ฐํ ์คํ์์ ๋ถํฌ ๋ฐ์ด ๋ถํฌ ์๋ณด๋ค ๋์ ์ญ์ ์ธ๋ฐ ๋ ผ๋ฌธ์ ์ด๋ฅผ ์ค๋ช ํ์ง ์๋๋ค. ์บยท์์ยท๋จธ๊ทธ์ฒ๋ผ ํ์์ด ๋จ์ํ ๋ฌผ์ฒด๋ฅผ ๊ณจ๋์ ์ ์๊ณ , ํ๊ฐ ํ๋กํ ์ฝ์ด Table 1๊ณผ ๋ค๋ฅผ ์๋ ์๋ค.
- ํ๋กํ ์ฝ์ด ์์ ๋์ง ์์๋ค. ์ฒ์ ๋ณด๋ ๋ฌผ์ฒด์๋ mocap ์์ฐ์ด ์์ ํ ๋ฐ ์ด๋ค reference(์ด๋ ์ ์ค์ฒ์ ์ด๋ ๊ถค์ )๋ฅผ ์ผ๋์ง๊ฐ ์๋ค. trial ์(1,238~1,295)๋ โ๊ถค์ ๋น 50ํโ์ ๋ฐฐ์๊ฐ ์๋๋ผ์ Table 1๊ณผ ๊ฐ์ ๋ฐฉ์์ด ์๋์ ์์ฌํ๋ค.
- ๊ฐ์ ๊ทธ๋ฃน์ ๋ค๋ฅธ ๋ ผ๋ฌธ๊ณผ ํ๊ฐ ๊ฐ๋ค. DexCanvas(arXiv:2510.15786) v3์ Table 2๊ฐ ๊ฐ์ ๋ฌผ์ฒด 6๊ฐ, ๊ฐ์ trial ์, ๊ฐ์ ๋ฌผ์ฒด๋ณ ์ฑ๊ณต๋ฅ ์ ์ฃ๊ณ ์ฑ๊ณต ํ์(ํฉ 5,567)๊น์ง ์ ๋๋ค. 5,567/7,683์ 72.46%๋ผ ๋ฐ์ฌ๋ฆผํ๋ฉด DexCanvas๊ฐ ์ด 72.5%์ด๊ณ , ์ด ๋ ผ๋ฌธ์ 72.4%๋ ์ ์ฌ๊ฐ์ผ๋ก ๋ณด์ธ๋ค(ํ์ ๊ณ์ฐ). ๊ฐ์ ์คํ ๊ฒฐ๊ณผ๊ฐ ๋ ๋ ผ๋ฌธ์ ํจ๊ป ์ค๋ ธ๋ค๋ ์ฌ์ค์ ์ด ๋ ผ๋ฌธ ๋ณธ๋ฌธ์ ๋์ค์ง ์๋๋ค.
์ ์๋ ์ด ๊ฒฐ๊ณผ๋ฅผ โdistinguishes a learned repair operator from a per-dataset artifactโ๋ก ํด์ํ๋ค. ์ฒ์ ๋ณด๋ ๋ฌผ์ฒด์์ ์์ ์ด ๋๋ค๋ ๊ฒ ์์ฒด๋ ์๋ฏธ ์๋ ์ฆ๊ฑฐ๋ค. ๋ค๋ง ์ ๋จ์ ๋๋ฌธ์ โํ์ต ๋ถํฌ ๋ฐ์์๋ ํ์ต ๋ถํฌ๋งํผ ๋๋คโ๋ ๊ฐํ ํํ๋ก ์ฝ์ผ๋ฉด ์ ๋๋ค.
4.2 ์ ๋ชจ์์ ๋๋ ์ ์ด ๊ธฐ๋ฐ ์ ์ด
๋จผ์ retargeting ๋จ๊ณ๋ง ๋ผ์ด ๋น๊ตํ๋ค. MANO ๊ถค์ 100๊ฐ๋ฅผ DexHand 021๋ก ์ฎ๊ธฐ๋ฉฐ DexPilot, dex-retargeting(Position, Vector), Spider์ ๋น๊ตํ๋ค. Spider์ M์ ๋ด๋ถ ๊ถค์ ์ต์ ํ๊ธฐ์ ๋ฐ๋ณต ์ํ์ด๋ค.
Table 5: Retargeting ๋น๊ต(MANO 100 ๊ถค์ โ DexHand 021)
| ๋ฐฉ๋ฒ | Time (s) | Tput. (f/s) | Fidelity (mm)โ | Ret. โค5 mmโ | Ret. โค10 mmโ | Jt. viol.โ | Jitter (rad/s)โ |
|---|---|---|---|---|---|---|---|
| DexPilot | 186.8 | 126.2 | 15.8 | 2.0% | 35.1% | 21.4% | 2.94 |
| Position | 21.8 | 1081.7 | 15.7 | 0.3% | 26.9% | 10.9% | 1.63 |
| Vector | 169.2 | 139.4 | 10.6 | 32.0% | 53.5% | 29.9% | 3.46 |
| Spider M=16 | 3742.0 | 6.3 | 25.5 | 0.6% | 5.4% | 2.66% | 3.03 |
| Spider M=32 | 3320.8 | 7.1 | 25.3 | 0.8% | 6.8% | 2.68% | 3.15 |
| Spider default | 1079.3 | 27.5 | 49.9 | 0.2% | 1.4% | 3.27% | 0.73 |
| Ours (n_{\mathrm{iter}}=3000) | 8513.2 | 5.5 | 14.7 | 13.9% | 44.6% | 3.2% | 0.53 |
๊ตต์ ๊ธ์จ๋ ์ด๋ณ ์ต๊ณ ๊ฐ์ ํ์๊ฐ ๋ค์ ํ์ํ ๊ฒ์ด๋ค. ๋ณธ๋ฌธ์ ๊ฒฐ๋ก ์ โthe only method that jointly achieves high fidelity, high retention, low violations, and low jitterโ๋ค. ๋ค ์งํ๋ฅผ ๋์์ ์์๊ถ์ ๋๋ ๋ฐฉ๋ฒ์ด ์ด๊ฒ๋ฟ์ด๋ผ๋ ๋ง์ ํ์ ๋ง๋๋ค. ํ์ง๋ง ํ๋ฅผ ์ด๋ณ๋ก ์ฝ์ผ๋ฉด ์ด ๋ฌธ์ฅ์ด ๊ฐ๋ฆฌ๋ ๊ฒ์ด ์ ์๋ค.
- ์ด๋ ์ด์์๋ ๋จ๋ 1์๋ jitter ํ๋๋ค. fidelityยทretention์ Vector๊ฐ, ๊ด์ ํ๊ณ ์๋ฐ์ Spider M=16(2.66%)ยทM=32(2.68%)๊ฐ ๋ ๋ซ๋ค. ๊ด์ ํ๊ณ ์๋ฐ์ 3.2%๋ก Spider์ ๋น์ทํ ์์ค์ด๋ค.
- ๊ฐ์ฅ ๋๋ฆฌ๋ค. Time 8,513 s๋ Spider default(1,079 s)์ 7.9๋ฐฐ, Spider M=16(3,742 s)์ 2.3๋ฐฐ, Position(21.8 s)์ 390๋ฐฐ๋ค(ํ์ ๊ณ์ฐ). ๋ณธ๋ฌธ์ TimeยทTput ์ด์ ํ ๋ฒ๋ ์ธ๊ธํ์ง ์๋๋ค. ์๋ก ๊ณผ ๊ด๋ จ ์ฐ๊ตฌ๋ SPIDER๋ฅผ โat high per-trajectory costโ๋ก ๋นํํ๋๋ฐ, ๊ฐ์ ๋ ผ๋ฌธ์ ํ์์๋ ์ด ๋ฐฉ๋ฒ์ด SPIDER๋ณด๋ค ๋น์ธ๋ค. ๊ฒ๋ค๊ฐ SPIDER์ ์ถ๋ ฅ์ ์ด๋ฏธ ๋์ญํ์ ์ผ๋ก ๊ฐ๋ฅํ ๊ถค์ ์ด๊ณ , ์ด ๋ฐฉ๋ฒ์ ์ถ๋ ฅ์ ์์ง residual RL ํ์ต์ ๊ฑฐ์ณ์ผ ํ๋ kinematic reference๋ค. ๋น์ฉ ๋น๊ต๋ ์ด ๋ฐฉ๋ฒ์ ๋ ๋ถ๋ฆฌํ๊ฒ ๊ธฐ์ธ์ด ์๋ค.
- Time๊ณผ Tput์ด ์๋ก ๋ง์ง ์๋ ํ์ด ์๋ค. Time ร Tput์ ์ฒ๋ฆฌํ frame ์์ฌ์ผ ํ๋ค. DexPilotยทPositionยทVectorยทSpider M=16ยทM=32์ ๋ค์ฏ ํ์ ๋ชจ๋ ์ฝ 23,580 frame์ผ๋ก ์ผ์นํ๋๋ฐ, Ours๋ 46,823, Spider default๋ 29,681์ด๋ค(ํ์ ๊ณ์ฐ). ๋ ์ด์ ์ ์๊ฐ ๋ ผ๋ฌธ์ ์์ด ์ด๋ ์ชฝ์ด ๋ง๋์ง ํ๋จํ ์ ์๋ค.
์งํ ์ค๊ณ์๋ ๊ธฐ์ธ๊ธฐ๊ฐ ์๋ค. fidelity์ retention์ MANO ์ ์ด ์์น๊น์ง์ ๊ฑฐ๋ฆฌ๋ก ์ ์๋๋ค. ์ด ๋ฐฉ๋ฒ์ ๊ทธ ๊ฑฐ๋ฆฌ๋ฅผ ์ง์ ์ต์ํํ๊ณ (Eq. 3), DexPilotยทPositionยทVector๋ ์๋ ์์นยท๋ฒกํฐ๋ฅผ ๋ง์ถ ๋ฟ ๋ฌผ์ฒด ์ ์ด ์์น๋ฅผ ๋ณด์ง ์๋๋ค. ์งํ๊ฐ ์ด ๋ฐฉ๋ฒ์ ๋ชฉ์ ํจ์์ ๊ฐ์ ๊ณต๊ฐ์ ์๋๋ฐ๋ Vector๊ฐ fidelity์์ ์ด๊ธด๋ค๋ ๊ฒ์, ์์ ์ง๊ด ์ ์์ ๋งํ 1 cm ํ์ฉ์ค์ฐจ์ ์ํฅ์ผ๋ก ์ฝํ๋ค. SPIDER๋ ๋ฌผ๋ฆฌ ์๋ฎฌ๋ ์ด์ ์์์ ๊ถค์ ์ ์ฐพ์ผ๋ฏ๋ก kinematic ๋ชฉํ์์ ๋ฉ์ด์ง๋ ๊ฒ์ด ์ ์์ด๊ณ , ๊ทธ๋์ kinematic ์งํ๋ง์ผ๋ก SPIDER๋ฅผ ํ๊ฐํ๋ฉด SPIDER๊ฐ ์ํ๋ ๊ฒ(๋์ญํ์ ์คํ ๊ฐ๋ฅ์ฑ)์ด ํ์์ ๋น ์ง๋ค.
๋ ผ๋ฌธ๋ โComponent metrics alone do not imply usable referencesโ๋ผ๊ณ ์ธ์ ํ๊ณ ํ๋ฃจํ ์ฌ๊ตฌ์ฑ์ผ๋ก ๋์ด๊ฐ๋ค.
Table 3: Cross-embodiment ์ฌ๊ตฌ์ฑ(์๋น 200 ์ํผ์๋)
| ์ | Replay | Residual | ฮ (pp) | ๋ฐฐ์จ |
|---|---|---|---|---|
| DexHand 021 | 0.5% | 79.0% | +78.5 | 158ร |
| DexHand 021Pro | 3.5% | 80.0% | +76.5 | 23ร |
| Shadow Hand | 14.5% | 82.5% | +68.0 | 5.7ร |
| Allegro Hand | 50.0% | 76.5% | +26.5 | 1.5ร |
| Overall | 17.1% | 79.5% | +62.4 | 4.6ร |
ํ ์ ๊ถค์ 200๊ฐ(๋ฌผ์ฒด 3๊ฐ, ์ ์ค์ฒ 7๊ฐ, 14์)๋ฅผ ๋ค ์์ ๊ฐ์ ํ์ต ์ค์ ์ผ๋ก, ์๋ณ ํ๋ ์์ด ์ฎ๊ธด๋ค. ์ฑ๊ณต์ ๋ฌผ์ฒด๋ฅผ ์ก๊ณ ๋ค์ด ์์ ์ ์ผ๋ก ๋ด๋ ค๋๋ ๊ฐ์ 3 cm / 30ยฐ ๊ธฐ์ค์ ์งํค๋ ๊ฒ์ด๋ค. ํ๊ท ๊ณผ ๋ฐฐ์จ์ ์นธ ๊ฐ๊ณผ ๋ง๋๋ค(17.125%, 79.5%, 79.5/17.1 โ 4.6). ์ด๋ก์ โ+62.4 ppโ๋ ์ด ํ์ ๊ฐ์ด๊ณ , ์ด๋ก์ ์์ ๊ฒฐ๊ณผ โ16.0%โ62.4%โ์ 62.4์๋ ์ฐ์ฐํ ๊ฐ์ ์ซ์์ผ ๋ฟ ๋ค๋ฅธ ์์ด๋ค.

Fig. 6: ๋ค ๋ก๋ด ์(DexHand 021, 021Pro, Shadow, Allegro)์ด ๊ฐ์ retargeted grasp-and-lift reference๋ฅผ residual policy๋ก ์คํํ๋ ์ฅ๋ฉด. ๊ทธ๋ฆผ์ ์ด์ ApproachยทContactยทGraspยทLiftยทRelease์ธ๋ฐ, ์บก์ ์ ๋ค์ฏ ๋จ๊ณ๋ฅผ โStart, Approach, Grasp, Lift, Releaseโ๋ก ์ ์ด ๊ทธ๋ฆผ๊ณผ ๋ค๋ฅด๋ค.
์ด ํ๋ โ๋จ์ผ ํ์ต ๋ ์ํผ๊ฐ ์ ๋ชจ์์ ๋์ด ์ผ๋ฐํํ๋คโ๋ ๋ฐ๋ ์ข์ ์ฆ๊ฑฐ๋ค. ๊ทธ๋ฌ๋ ยง4 ์๋์ ์ง๋ฌธ (2), ์ฆ ์ ์ด ๊ธฐ๋ฐ ์ ์ด๊ฐ ๊ธฐํ retargeting๋ณด๋ค embodiment gap์ ๋ ์ ๋ซ๋๊ฐ์๋ ๋ตํ์ง ์๋๋ค. ๋น๊ต ๋์์ด ์๊ธฐ ๋ฐฉ๋ฒ์ replay๋ฟ์ด๊ณ , DexPilot์ด๋ Vector๋ก ๋ง๋ reference์ ๊ฐ์ residual์ ๋ถ์ธ ์กฐ๊ฑด์ด ์๊ธฐ ๋๋ฌธ์ด๋ค. ์คํ๋ ค residual ๋ค์ ๋ค ์์ด 76.5~82.5%๋ก ์๋ ดํ๊ณ replay๊ฐ 50%์๋ Allegro์ 0.5%์๋ DexHand 021์ด ๊ฑฐ์ ๊ฐ์ ๊ณณ์ ๋๋ฌํ๋ค๋ ์ฌ์ค์, ์ต์ข ์ฑ๊ณต๋ฅ ์ ์ ํ๋ ๊ฒ์ด retargeting๋ณด๋ค residual ๋จ๊ณ์ผ ์ ์๋ค๋ ํด์๋ ํ์ฉํ๋ค. ์๊ฐ๋ฝ์ด ๋ท๋ฟ์ธ Allegro์์ replay๊ฐ ๊ฐ์ฅ ๋์(50%) ์ด์ ๋ ๋ ผ๋ฌธ์ ๋งํ์ง ์๋๋ค.
4.3 ๋ฐ์ดํฐ์์ ๋ฐฐํฌ๊น์ง
Table 4: Diffusion Policy, ์ ์ด๋ ฅ ์ ๋ฌด(0.5 N ํ์ค, 3 cm / 30ยฐ ๊ธฐ์ค)
| ๋ฌผ์ฒด(์ด ํ ์์ ๋ฒํธ) | w/o ct. (64-d) | w/ ct. (80-d) | ฮ |
|---|---|---|---|
| Cube1 | 35.2% | 42.4% | +7.2 |
| Cylinder1 | 43.6% | 60.4% | +16.8 |
| Cube2 | 30.8% | 50.0% | +19.2 |
| Cylinder2 | 29.2% | 33.2% | +4.0 |
| ํ๊ท | 34.7% | 46.5% | +11.8 |
64์ฐจ์ kinematic ์ ๋ ฅ์ ๊ธฐ์ค์ ๊ณผ, ํ๋ ์๋ณ ์ ์ด๋ ฅ 16์ฐจ์์ ๋ง๋ถ์ธ 80์ฐจ์ ๋ณํ์ ๊ฐ์ ๊ตฌ์กฐยท๋ฐ์ดํฐยทํ์ดํผํ๋ผ๋ฏธํฐ๋ก ํ์ตํ๋ค. ๋ฌผ์ฒด 4๊ฐ ร grasp ์ ํ 4๊ฐ(๊ฐ 50 ๊ถค์ )๋ฅผ 50ํ์ฉ ์ํํ๋ค. ํ๊ท ์ ์นธ ๊ฐ๊ณผ ๋ง๋๋ค. ๋ชจ๋ ๋ฌผ์ฒด์์ ๊ฐ์ ๋๊ณ Discussion์ ์ด๊ฒ์ โ์ ์ด์ด ๋น ์ง supervisionโ์ด๋ผ๋ ๊ฒฐ๋ก ์ ๋ ๊ทผ๊ฑฐ ์ค ํ๋๋ก ์ด๋ค.
๋จ์๊ฐ ์ ์๋ค. ์ฒซ์งธ, ํ๊ฐ ์ ์ ์ด๋ ฅ 16์ฐจ์์ด ์ด๋์ ์ค๋์ง ๋ ผ๋ฌธ์ด ๋ฐํ์ง ์๋๋ค. ์๋ฎฌ๋ ์ด์ ํ๊ฐ๋ผ๋ฉด ์๋ฎฌ๋ ์ดํฐ์ ์ ๋ต ์ ์ด๋ ฅ์ผ ๊ฐ๋ฅ์ฑ์ด ๋์๋ฐ, ๊ทธ๋ ๋ค๋ฉด ์ด ๊ฒฐ๊ณผ๋ โ์ ์ด ์ ๋ณด๋ฅผ ์๋ฉด ๋ซ๋คโ๋ ์ ๋ณด ๊ฐ์น์ ์ํ์ด์ง, DexHand 021์ฒ๋ผ ํ ์ผ์๊ฐ ์๋ ์์์ ๋ฐฐํฌ ๊ฐ๋ฅํ ๊ฐ์ ์ด ์๋๋ค. ์ค๊ธฐ ์คํ์๋ ์ด Diffusion Policy๊ฐ ์ฐ์ด์ง ์๋๋ค. ๋์งธ, โ0.5 N loadโ๊ฐ ๋ฌด์์ ๊ฑธ๋ฆฌ๋ ํ์ค์ธ์ง ์ ์๊ฐ ์๋ค. ์ ์งธ, ๋ฌผ์ฒด๋ง๋ค policy๋ฅผ ๋ฐ๋ก ํ์ตํ๋์ง ํ๋๋ก ํ์ตํ๋์ง, seed ์์ ๋ถ์ฐ์ด ์๋ค. ๊ฐ์ ๊ทธ๋ฃน์ DexCanvas๋ ๋ค๋ฅธ ์ค์ ์์ ์ ์ด ํน์ง์ด 67.5% โ 82.2%(18,522 trial)๋ฅผ ๋ง๋ ๋ค๊ณ ๋ณด๊ณ ํ๋๋ฐ, ๋ ์คํ์ ๊ด๊ณ๋ ์ด ๋ ผ๋ฌธ์๋ ๋์ค์ง ์๋๋ค.
์ค๊ธฐ ์ ์ .

Fig. 4: ์ค๊ธฐ ํ๋์จ์ด. 6-DoF JAKA Mini 2 ํ 2๋์ ๊ฐ๊ฐ DexHand 021, RealSense D435 ์นด๋ฉ๋ผ 2๋.
๊ณผ์ ๋ ์ข ์ด์ปต ์๊ธฐ, ๋ณ ๊ฑด๋ค๊ณ ์ธ์ฐ๊ธฐ, ๋ฌผ ๋ถ๊ธฐ, ์ ์ ๋ณ ์ฌ๋ฐฐ์น์ด๊ณ ๊ฐ 10ํ๋ค. ์ฑ๊ณต์ ๋ นํ๋ RGB ์์์ผ๋ก ์ด์ง ํ์ ํ๋ค: ๋ ๋ฒ์งธ ์ปต์ด ์ฒซ ์ปต ์์ ๋ค์ด๊ฐ๊ณ ๋์ด์ง์ง ์์ / ๋ณ์ ์ผ์์์ ์ค๋ฅธ์์ผ๋ก ๋๊ธด ๋ค ํ ์ด๋ธ์ ์ธ์ ๋์ด์ง์ง ์์ / ์๋ ์ปต์์ ๋ชฉํ ์ข ์ด์ปต์ผ๋ก ๋ฐ์ ํ๋ฆฌ์ง ์๊ณ ๋ฌผ์ ๋ถ์ / ๋ณ์ ๋ค์ด ์ ์์์ ๋ค์ง์ ๋ค ํ ์ด๋ธ์ ๋๋ฐ๋ก ์ธ์.

Fig. 5: ์ค๊ธฐ 4๊ณผ์ . ๊ณผ์ ๋ง๋ค ์์ค์ด ์ฌ๋ ์์ฐ(์ด๋ก ๋ฐฐ๊ฒฝ), ์๋ซ์ค์ด ๋ก๋ด ์คํ์ด๊ณ ์๊ฐ์ ์ผ์ชฝ์์ ์ค๋ฅธ์ชฝ์ผ๋ก ํ๋ฅธ๋ค. ์์์๋ถํฐ ์ข ์ด์ปต ์๊ธฐ(7/10), ๋ณ ๊ฑด๋ค๊ณ ์ธ์ฐ๊ธฐ(5/10), ๋ฌผ ๋ถ๊ธฐ(6/10), ์ ์ ๋ณ ์ฌ๋ฐฐ์น(3/10).
| ๊ณผ์ | ์ฑ๊ณต | Wilson 95% ๊ตฌ๊ฐ(ํ์ ๊ณ์ฐ) |
|---|---|---|
| ์ข ์ด์ปต ์๊ธฐ | 7/10 | 39.7~89.2% |
| ๋ณ ๊ฑด๋ค๊ณ ์ธ์ฐ๊ธฐ | 5/10 | 23.7~76.3% |
| ๋ฌผ ๋ถ๊ธฐ | 6/10 | 31.3~83.2% |
| ์ ์ ๋ณ ์ฌ๋ฐฐ์น | 3/10 | 10.8~60.3% |
| ํฉ๊ณ | 21/40 | 37.5~67.1% |
๋ณธ๋ฌธ์ โoverall success rate above 50%โ๋ 21/40 = 52.5%๋ค. 10ํ ์ํ์ ๊ตฌ๊ฐ์ ์๋ก ํฌ๊ฒ ๊ฒน์ณ์, ๊ณผ์ ๊ฐ ์์(โin-hand ์ฌ๋ฐฐ์น๊ฐ ๊ฐ์ฅ ์ด๋ ต๋คโ)๋ 3/10๊ณผ 7/10 ์ฌ์ด์์๋ง ๊ตฌ๊ฐ์ด ์ผ๋ถ ๊ฐ๋ฆฌ๋ ์ ๋๋ค. ์ ์๋ ์ฌ๋ฐฐ์น์ ์คํจ ์์ธ์ โsmall timing errors compoundโ๋ก ์ค๋ช ํ์ง๋ง ์คํจ ์ ํ ๋ถ์์ ์๋ค.
์ด ์คํ์ด ๋ณด์ฌ ์ฃผ๋ ๊ฒ์ ์คํ ๊ฐ๋ฅ์ฑ์ด๋ค. ์ค๋ก๋ด ํ์ต ๋ฐ์ดํฐ ์์ด, ๊ณ ์ ๋ policy๋ก, ์์ ๋ค์ง contact-rich ๊ณผ์ ๊ฐ ์ ๋ฐ ์ ๋ ์ฑ๊ณตํ๋ค๋ ๊ฒ์ ์๋ฏธ ์๋ ์์ฐ์ด๋ค. ๋ฐ๋ฉด ๋น๊ต ๋์์ด ํ๋๋ ์๋ค. residual ์์ด retargeted reference๋ง ์ฌ์ํ ์กฐ๊ฑด, teleop ๊ธฐ์ค์ , sim์์์ ๊ฐ์ ๊ณผ์ ์ฑ๊ณต๋ฅ ์ด ์์ด์ ๊ฐ ๋จ๊ณ๊ฐ ์ค๊ธฐ ์ฑ๊ณต์ ์ผ๋ง๋ ๊ธฐ์ฌํ๋์ง ์ ์ ์๋ค. ์ ์๋ ์ด 4๊ณผ์ ๋ฅผ โpose particular challenges for teleoperation systemsโ๋ผ์ ๊ณจ๋๋ค๊ณ ์ฐ์ง๋ง teleop์ผ๋ก ์ค์ ์๋ํ ๊ฒฐ๊ณผ๋ ์๋ค. ๋ฌผ ๋ถ๊ธฐ๋ ์ ์ฒด๋ฅผ ๋ค๋ฃจ๋๋ฐ Isaac Gym์์ ๋ฌผ์ ์ด๋ป๊ฒ ๋ค๋ค๋์ง(๋ฌผ ์์ด ์ปต ์ด๋๋ง ์ถ์ ํ๋์ง)๋ ๋์ค์ง ์๋๋ค. ๊ธฐ์ฌ ๋ชฉ๋ก์ ์ค๊ธฐ๋ฅผ โa single residual policy shared across tasksโ๋ก ์ฐ์ง๋ง ยง4.3์ โthe deployed policiesโ๋ผ๊ณ ๋ณต์๋ก ์ฐ๊ณ , ์ด policy๊ฐ ์์ 25๊ณผ์ ์ค์ ์์ ํ์ต๋ ๊ฒ์ธ์ง, ์ค๊ธฐ 4๊ณผ์ ๊ฐ ๊ทธ 25๊ณผ์ ์ ํฌํจ๋๋์ง๋ ๋ฐํ์ง ์๋๋ค.
์ธก์ ๋ ๊ฒ๊ณผ ์ ์ธ๋ ๊ฒ
| ์ฃผ์ฅ | ๊ทผ๊ฑฐ์ ์ข ๋ฅ | ๊ทผ๊ฑฐ |
|---|---|---|
| residual ๋ณด์ ์ด kinematic replay๋ฅผ ํฌ๊ฒ ๊ฐ์ ํ๋ค | ์ธก์ (๋์กฐ๊ตฐ์ replay) | Table 1, Fig. 3, Table 3 |
| ๋จ์ผ policy๊ฐ ๊ณผ์ ๋ณ ํ์ต์ ๋์ฒดํ๋ค | ์ค๊ณ ๋ ผ์ฆ(๊ณผ์ ๋ณ policy ๋๋น ๋น๊ต ์์) | ยง3.2 |
| ์ฒ์ ๋ณด๋ ๋ฌผ์ฒด์ ์ผ๋ฐํํ๋ค | ์ธก์ , ํ๋กํ ์ฝ ๋ฏธ์์ | Table 2(DexCanvas v3 Table 2์ ๋์ผ ๊ฒฐ๊ณผ) |
| ์ ์ด ๊ธฐ๋ฐ retargeting์ด ๊ธฐํ retargeting๋ณด๋ค ๋ซ๋ค | ์ธก์ (kinematic ์งํ๋ง) | Table 5. ํ๋ฃจํ ๋น๊ต ์์ |
| ๋ชฉ์ ํจ์๊ฐ ์ ๋ชจ์๊ณผ ๋ ๋ฆฝ์ด๋ค | ์ค๊ณ ๋ ผ์ฆ(์์ ํํ) + ์ธก์ (4์ข ์) | ยง3.3, Table 3 |
| ๋ณต์ํ ์ ์ด๋ ฅ์ด downstream ํ์ต์ ๋๋๋ค | ์ธก์ , ํ๊ฐ ์ ํ ์ ๋ ฅ ์ถ์ฒ ๋ฏธ์์ | Table 4 |
| ์ค๋ก๋ด ํ์ต ๋ฐ์ดํฐ ์์ด ํ๋์จ์ด์์ ์คํ๋๋ค | ์ธก์ (4๊ณผ์ ร 10ํ, ๋น๊ต๊ตฐ ์์) | Fig. 5 |
| retargeting์ด SPIDER๋ณด๋ค ๋น์ฉ ํจ์จ์ ์ด๋ค | ์ ์ธ(์๋ก ), ํ๋ ๋ฐ๋ | Table 5 TimeยทTput |
| ์์ฑ ๋ฐ์ดํฐ๊ฐ in-context policy ํ์ต์ ๋ง๋๋ค | ์ ๋ง | ยง5 |
๋นํ์ ์ผ๋ก ๋ณด๋ฉด
๊ฐ์
- โ๋ฌด์์ ์ฎ๊ธธ ๊ฒ์ธ๊ฐโ์ ๋ํ ๋ต์ด ๋ช ๋ฃํ๋ค. ์ ์ด ๋ผ๋ฒจ๊ณผ ๋ฌผ์ฒด ํ๋ฉด ์ ์ด ์์น๋ฅผ embodiment ๋ถ๋ณ๋์ผ๋ก ์ง์ ํ๊ณ , retargeting ๋ชฉ์ ํจ์๋ฅผ ๊ทธ ์์น๊น์ง์ ๊ฑฐ๋ฆฌ๋ก๋ง ์ ์ํ ๊ฒ์ ๋จ์ํ๊ณ ์ค๋ช ๋ ฅ์ด ์๋ค. ์์ ์ถ๊ฐํ ๋ ๋ฐ๊ฟ ๊ฒ์ embodiment profile ํ๋๋ก ๋ชจ์ ์ธํฐํ์ด์ค ์ค๊ณ๋ ์ค์ฉ์ ์ด๋ค.
- residual ํ์์ ์ฌ์ฌ์ฉ์ด ๊น๋ํ๋ค. physics refinement์ ๋ก๋ด ์ชฝ ๋ณด์ ์ด ๊ฐ์ Eq. 1์ ์ฐ๊ณ , decay๋ก envelope๋ฅผ ๋ฌถ๊ณ , ๋ง์ง๋ง ์ ์ด ์ดํ ์๊ฐ๋ฝ๋ง decay๋ฅผ ๋๋ ์ฒ๋ฆฌ๋ ๊ฐ๊ฐ ์ด์ ๊ฐ ๋ถ๋ช ํ๋ค. ์์ ๊ธฐ(repair operator)๋ฅผ ๊ณผ์ ๋ณ๋ก ๋ค์ ๋ง๋ค์ง ์๋๋ค๋ ๋ฐฉํฅ์ real2sim2real์ ๋ณ๋ชฉ์ ์ ํํ ๊ฒจ๋ฅํ๋ค.
- ๊ท๋ชจ์ ๋ฒ์๊ฐ ๋๋ค. ํ ์ 2.5๋ง ๊ถค์ , ์์ 25๊ณผ์ , ๋ก๋ด ์ 4์ข , ์ค๊ธฐ ์ํ 4๊ณผ์ ๊น์ง ํ ๋ ผ๋ฌธ ์์์ ์ด์ด์ง๋ค. ํนํ ๊ฐ์ ์ฌ๋ ๋ฐ์ดํฐ๋ฅผ ShadowยทAllegro๊น์ง ๊ฐ์ ์ค์ ์ผ๋ก ์ฎ๊ฒจ ๋ค ์ ๋ชจ๋ 76.5~82.5%์ ๋๋ฌํ Table 3์ โ๋ ์ํผ์ ์ด์์ฑโ์ ๋ํ ์ข์ ์ฆ๊ฑฐ๋ค.
- ์ค๊ธฐ ๊ณผ์ ๊ฐ ์ด๋ ต๋ค. ์์ ํธ๋์ค๋ฒ ํ ์ธ์ฐ๊ธฐ, ๋ฌผ ๋ถ๊ธฐ, ์ ์ ์ฌ๋ฐฐ์น์ฒ๋ผ ๊ทธ๋ฆฌํผ๋ก๋ ์ด๋ ต๊ณ teleop์ผ๋ก๋ ๊น๋ค๋ก์ด ๊ณผ์ ๋ฅผ ์ค๋ก๋ด ํ์ต ๋ฐ์ดํฐ ์์ด ์๋ํ๋ค. ์ฑ๊ณต ๊ธฐ์ค์ ๊ณผ์ ๋ง๋ค ๋ฌธ์ฅ์ผ๋ก ์ ์ํ ๊ฒ๋ ์ข๋ค.
- ์๊ธฐ ๋ถ๋ฆฌํ ์์น๋ฅผ ํ์ ๋จ๊ฒผ๋ค. Table 5์ Time ์ด๊ณผ Vector์ fidelity ์ฐ์, Fig. 3์ Lay ์ ํ ์ ์ฑ๋ฅ, ์ค๊ธฐ ์ฌ๋ฐฐ์น 3/10์ด ๊ทธ๋๋ก ์ค๋ ค ์๋ค. ๋ณธ๋ฌธ์ด ์ธ๊ธํ์ง ์์ ๋ฟ ๋ ์๊ฐ ํ์ธํ ์ ์๋ค.
์ฝ์ ยทํ๊ณ
- ํต์ฌ ๋น๊ต๊ฐ ๋น์ด ์๋ค. ์ธ ๊ธฐ์ฌ ๊ฐ๊ฐ์ ๋ง๋ ๋์กฐ๊ตฐ์ด ์๋ค. โ ๋จ์ผ amortized policy์ ๋น์ฉ(๊ณผ์ ๋ณ policy ๋๋น ์ฑ๊ณต๋ฅ ์์ค)์ ์ฐ ์คํ์ด ์๋ค. โก โ์ ์ด ๊ธฐ๋ฐ ์ ์ด๊ฐ embodiment gap์ ๋ ์ ๋ซ๋๋คโ๋ ์ฃผ์ฅ(ยง4 ์ง๋ฌธ 2)์ ํ๋ฃจํ์์ ๊ฒ์ฆํ๋ ค๋ฉด DexPilotยทVectorยทSPIDER์ reference์ ๊ฐ์ residual ๋จ๊ณ๋ฅผ ๋ถ์ฌ์ผ ํ๋๋ฐ, Table 3์ ๋น๊ต๋ ์๊ธฐ ๋ฐฉ๋ฒ์ replay๋ฟ์ด๋ค. โข physics refinement์ ์ฑ๊ณต๋ฅ ์ ManipTransยทDexMachinaยทSPIDER ๊ฐ์ dynamic retargeting ๋ฐฉ๋ฒ๊ณผ ๋น๊ตํ์ง ์๋๋ค. ๊ทธ๋์ ์ธก์ ๋ ๊ฒ์ โresidual์ด replay๋ณด๋ค ๋ซ๋คโ์ด๊ณ , ์ด๋ ์ด ๊ณ์ด์์ ์ด๋ฏธ ์๋ ค์ง ์ฌ์ค์ ๊ฐ๊น๋ค.
- retargeting ๋น๊ตํ๊ฐ ๋ณธ๋ฌธ ๊ฒฐ๋ก ๋ณด๋ค ๋ถ๋ฆฌํ๋ค. Table 5์์ ์ด ๋ฐฉ๋ฒ์ด ๋จ๋ 1์์ธ ์ด์ jitter๋ฟ์ด๊ณ , ์๊ฐ์ Spider default์ 7.9๋ฐฐ๋ก ๊ฐ์ฅ ๋๋ฆฌ๋ค. ์๋ก ์ด SPIDER์ ๊ถค์ ๋น ๋น์ฉ์ ๋นํํ๋ฉด์ ์๊ธฐ ๋น์ฉ์ ๋ณธ๋ฌธ์์ ์ธ๊ธํ์ง ์๋๋ค. Time๊ณผ Tput์ ๊ณฑ์ด ๋ค๋ฅธ ํ๊ณผ 2๋ฐฐ ๊ฐ๊น์ด ์ด๊ธ๋๋ ๊ฒ๋ ์ด ์ ์๊ฐ ์์ด ํด์๋์ง ์๋๋ค. fidelityยทretention ์งํ๋ ์ด ๋ฐฉ๋ฒ์ ๋ชฉ์ ํจ์์ ๊ฐ์ ๊ณต๊ฐ์์ ์ ์๋๊ณ , SPIDER์ ๊ฐ์ (๋์ญํ์ ์คํ ๊ฐ๋ฅ์ฑ)์ ํ์ ๋ค์ด๊ฐ์ง ์๋๋ค.
- ์ ์๋์ง ์์ ์งํ๊ฐ ํค๋๋ผ์ธ์ ์๋ค. ์ด๋ก์ ์์ ๊ฒฐ๊ณผ 16.0% โ 62.4%๋ ์ ์๊ฐ ์๋ task-level ๊ฐ์ด๋ค. attempt-level(8.4% โ 43.9%)์ด ๋ ์๊ฒฉํ ์ชฝ์ผ๋ก ๋ณด์ธ๋ค.
- ์ผ๋ฐํ ์คํ์ ํด์์ด ์ด๋ ต๋ค. ์ฒ์ ๋ณด๋ YCB ๋ฌผ์ฒด(72.4%)๊ฐ ํ์ต ๋ฌผ์ฒด(59.31%)๋ณด๋ค ์ ๋๋ ์ญ์ ์ด ์ค๋ช ๋์ง ์๊ณ , reference๋ฅผ ์ด๋ป๊ฒ ์ ํ๋์ง์ trial ๊ตฌ์ฑ(50์ ๋ฐฐ์๊ฐ ์๋)์ด ์์ ๋์ง ์์๋ค.
- ๊ฐ์ ๊ทธ๋ฃน ์ ํ ๋ ผ๋ฌธ๊ณผ์ ๊ด๊ณ๊ฐ ๋๋ฌ๋์ง ์๋๋ค. DexCanvas๋ v1(2025-10)์์ MANO residual RL๋ก ์์ฐ์ ์ฌ๊ตฌ์ฑํด ์ ์ด๋ ฅ์ ์ป๋ ํ์ดํ๋ผ์ธ์ ๋๊ณ (๋น์๋ ๋ฌผ์ฒด-์กฐ์ ์๋ณ policy), v3(2026-11-03, ์ด ๋ ผ๋ฌธ v2์ ๊ฐ์ ๋ )์์ ๋จ์ผ residual policy, ๋์ผํ YCB Table 2, DexHand 021/021Pro๋ก์ ์ ์ด ๊ธฐ๋ฐ retargeting์ ์ฃ๊ณ ์ด ๋ ผ๋ฌธ์ ํ์ฅ์ผ๋ก ์ธ์ฉํ๋ค. ์ด ๋ ผ๋ฌธ์ DexCanvas๋ฅผ ๋ฌผ์ฒดยท์ ์ค์ฒ ์ ์์ ์ถ์ฒ๋ก๋ง ์ธ์ฉํ๋ค. ๊ทธ๋์ ๊ธฐ์ฌ 2(โphysics consistency as an amortized, learned operatorโ)์ ์ด๋๊น์ง๊ฐ ์ด ๋ ผ๋ฌธ์์ ์๋ก ๋์จ ๊ฒ์ธ์ง ๋ณธ๋ฌธ๋ง์ผ๋ก๋ ์ ์ ์๊ณ , Table 2๊ฐ ๋ ๋ ผ๋ฌธ์ ๊ณต์ ๋ ๊ฒฐ๊ณผ๋ผ๋ ์ฌ์ค๋ ๋ ์๊ฐ ๋ฐ๋ก ์ฐพ์์ผ ํ๋ค.
- Downstream ๊ฒฐ๊ณผ๋ ๋ฐฐํฌ ๊ฐ๋ฅํ ๊ฐ์ ์ด ์๋ ์ ์๋ค. Table 4์ +11.8 pp๋ ํ๊ฐ ์ ์ ์ด๋ ฅ ์ ๋ ฅ์ ์ถ์ฒ๊ฐ ๋ฐํ์ง์ง ์์๊ณ , ์๋ฎฌ๋ ์ดํฐ ์ ๋ต ํ์ด๋ผ๋ฉด ํ ์ผ์ ์๋ ์ค๊ธฐ์์๋ ์ธ ์ ์๋ ์ ๋ณด๋ค. ํ์ค ์ ์, seed, ๋ถ์ฐ๋ ์๋ค.
- ์ค๊ธฐ๋ ๋น๊ต๊ตฐ ์๋ ์คํ ๊ฐ๋ฅ์ฑ ์์ฐ์ด๋ค. ๊ณผ์ ๋น 10ํ๋ผ ๊ตฌ๊ฐ์ด ๋๊ณ (ํฉ๊ณ Wilson 37.5~67.1%), residual ์๋ ์ฌ์ยทteleopยทsim ์ฑ๊ณต๋ฅ ์ด ์์ด ๋จ๊ณ๋ณ ๊ธฐ์ฌ๋ฅผ ์ ์ ์๋ค. ์ด๊ธฐ ๋ฌผ์ฒด ๋ฐฐ์น์ ๋ณํ ํญ, ์๋ชฉ ๋ช ๋ น์ ํ๋ก ์ฎ๊ธฐ๋ ๋ฐฉ๋ฒ, ์ ์ด ์ฃผํ์, ๋ฌผ ๋ถ๊ธฐ์ ์๋ฎฌ๋ ์ด์ ์ฒ๋ฆฌ, ์ค๊ธฐ์ ์ด policy๊ฐ ์ด๋ ์ค์ ์์ ํ์ต๋๋์ง๊ฐ ๋น ์ ธ ์๋ค.
- ์ฌํ ์ ๋ณด๊ฐ ๊ฑฐ์ ์๋ค. ๋ถ๋ก์ด ์๊ณ \gammaยทsยทclipยท๋ณด์ ๊ฐ์ค์นยทEq. 2 ๊ฐ์ค์นยท๋คํธ์ํฌยทPPO ์ค์ ยทseedยทํ์ต ๋น์ฉ์ด ๋ชจ๋ ๋น ์ ธ ์๋ค. ๋ ผ๋ฌธ ์ฒซ ์ชฝ์ ์ฝ๋ ๋งํฌ๊ฐ ์์ง๋ง ๋ ํฌ์๋ ์ฝ๋๊ฐ ์๊ณ , ๋ฐ์ดํฐยท์์ฐยท์ฒดํฌํฌ์ธํธ ๊ณต๊ฐ ๊ณํ๋ ๋ณธ๋ฌธ์ ์๋ค(์๋ ๊ณต๊ฐ ์ํ).
- ์ฌ์ํ ํ๊ธฐ ๋ถ์ผ์น. Fig. 6 ์บก์ ์ ๋จ๊ณ ์ด๋ฆ์ด ๊ทธ๋ฆผ ์ด๊ณผ ๋ค๋ฅด๊ณ , Table 2์ pooled 72.4%๋ ์ฑ๊ณต ํ์๋ก ๊ณ์ฐํ๋ฉด 72.46%๋ค. ์ค๊ธฐ ๊ณผ์ ๋ช ์ ๊ทธ๋ฆผ์์ โPassing Bottleโ, ๋ณธ๋ฌธ์์ โpassing & standing a bottleโ์ด๋ค.
๊ณต๊ฐ ์ํ
๋ ผ๋ฌธ ์ฒซ ์ชฝ๊ณผ arXiv ๋ฉํ๋ฐ์ดํฐ๋ DexGEM-Lab/real2sim2real(Apache-2.0)์ ์ฝ๋ ๋งํฌ๋ก ์ ๋๋ค. ๊ทธ ๋ ํฌ์๋ LICENSE, 22์ค์ง๋ฆฌ README, ๋ฐ๋ชจ ์์ 5์(gif + mp4)๋ง ์๊ณ README ๋ง์ง๋ง ์ค์ด โCode release coming soon.โ์ด๋ค. ์ปค๋ฐ์ ๋ ๊ฐ์ด๊ณ ๋ง์ง๋ง push๋ 2026-09-17๋ก, ๋ ผ๋ฌธ v2(2026-11-03) ์ดํ์๋ ๋ฐ๋์ง ์์๋ค. ์ธ ๋จ๊ณ์ ์ฝ๋, 25,454๊ฐ ํ ์ ๊ถค์ ๊ณผ ์์ 250 ๊ถค์ , ๋ฌผ์ฒด URDFยท๋ฉ์, ๋ค ์์ embodiment profile, ์ฒดํฌํฌ์ธํธ๊ฐ ๋ชจ๋ ๊ณต๊ฐ๋์ง ์์๋ค. README ๋ฐ๋ชจ๋ ๋ง์๋ค์ฆ ๋ณ์ ๋ธ๋ก์ ์ฌ๋ฆฌ๋ ์์ ๊ณผ์ ๋ก, ๋ ผ๋ฌธ์ด ์์น๋ฅผ ๋ณด๊ณ ํ ์ค๊ธฐ ๊ณผ์ ์ ์ด๋ฆ์ด ์ผ์นํ์ง ์๋๋ค. ๊ทธ๋์ ์ ํ์์ โ๋ฐํ์ง ์์โ์ผ๋ก ๋ถ๋ฅํ ์ค์ ์ ํ์ฌ๋ก์๋ ์ด๋์์๋ ํ์ธํ ์ ์๋ค. ๋ฐ์ดํฐ ์ชฝ์ ๊ฐ์ ๊ทธ๋ฃน์ DexCanvas๊ฐ Hugging Face์ force-annotated ๊ถค์ ์ ๊ณต๊ฐํ๊ณ ์์ง๋ง, ์ด ๋ ผ๋ฌธ์ ๋ฐ์ดํฐ์ ์ด ๊ทธ ์ผ๋ถ์ธ์ง๋ ๋ณธ๋ฌธ์ ์๋ค.
๊ด๋ จ ์ฐ๊ตฌ์์ ์๋ฆฌ ๋งค๊น
์ด ๋ ผ๋ฌธ์ ์ฌ๋ ์-๋ฌผ์ฒด ์์ฐ์ ๋ก๋ด ์ ๋ฐ์ดํฐ๋ก ๋ฐ๊พธ๋ ๊ณ๋ณด์์ kinematic retargeting๊ณผ dynamic refinement๋ฅผ ๋ ๋ค ํ๋์ ํ๋ ์์ผ๋ก ๋ค์ ์ง ์์คํ ๋ ผ๋ฌธ์ด๋ค.
| ๊ณ์ด | ๋ํ | ์ด ๋ ผ๋ฌธ๊ณผ์ ๊ด๊ณ |
|---|---|---|
| ๊ธฐํ ๋์ kinematic retargeting | DexPilot, AnyTeleop | Table 5์ ๋ฒ ์ด์ค๋ผ์ธ. ์ด ๋ ผ๋ฌธ์ ์๋ ๋์ ๋ฌผ์ฒด ์ ์ด ์์น๋ฅผ ๋ชฉํ๋ก ๋ฐ๊พผ๋ค |
| ๋ฌผ์ฒด ์ธ์ง kinematic retargeting | DexOAK, Regrind, OmniRetarget | ์-๋ฌผ์ฒด ์๋ ๋ฐฐ์น๋ฅผ ๋ณด์กดํ๋ค๋ ๊ฐ์ ๋ฌธ์ ์์. DexOAKยทRegrind๋ interaction graph์ Laplacian ์ขํ๋ฅผ, ์ด ๋ ผ๋ฌธ์ ์ ์ด ๋ผ๋ฒจ + ํ๋ฉด์ ๊ฑฐ๋ฆฌ๋ฅผ ์ด๋ค. ์ด ๋ ผ๋ฌธ์ ์ด๋ค์ ์ธ์ฉํ์ง ์๋๋ค |
| ๋ฌผ๋ฆฌ ๊ธฐ๋ฐ dynamic retargeting | SPIDER, ManipTrans, DexMachina, DexTrack | ์ด ๋ ผ๋ฌธ์ residual ๋จ๊ณ์ ๊ฐ์ ์๋ฆฌ. SPIDER๋ง kinematic ์งํ๋ก ๋น๊ต๋๊ณ , ํ๋ฃจํ ์ฑ๊ณต๋ฅ ๋น๊ต๋ ์ด๋ ๊ฒ๊ณผ๋ ์๋ค |
| ์ ์ด ์ ๋ณด๋ก ์ ์ฑ ํ์ต | CHORD | ์ฌ๋ ์์ฐ์ contact wrench๋ฅผ guidance๋ก ์ฐ๋ ์ชฝ. ์ด ๋ ผ๋ฌธ์ ์ ์ด๋ ฅ์ ์๋ฎฌ๋ ์ด์ ์์ ๋ณต์ํด Diffusion Policy ์ ๋ ฅ์ผ๋ก ์ด๋ค |
| ์ฌ๋ ๋ฐ์ดํฐ ๊ท๋ชจํ | EgoScale, DexMimicGen, Human2Sim2Robot | ์์ ๊ท๋ชจํ ๋๋ ์์ฑ. ์ด ๋ ผ๋ฌธ์ ์ ๋ฐ mocap + ์๋ฎฌ๋ ์ด์ ์ฆ๊ฐ ์ชฝ์ ์ ๋ค |
๊ฐ์ฅ ๊ฐ๊น์ด ์ด์ DexOAK์ ๋๋ํ ๋์ผ๋ฉด ์ฐจ์ด๊ฐ ์ ๋ช ํ๋ค. ๋ ๋ค โkinematic ๋จ๊ณ์์ ๋ฌผ์ฒด๋ฅผ ๋ด์ผ RL์ด dynamics์ ์ง์คํ๋คโ๋ ์ง๋จ์ ๊ณต์ ํ๋ค. DexOAK๋ reference๋ง ๋ฐ๊พธ๊ณ RL backend๋ฅผ ๊ณ ์ ํ ํต์ ์คํ(๊ฐ์ ManipTrans residual RL์์ 20.6% โ 48.2%)์ผ๋ก ๊ทธ ์ง๋จ์ ์ธก์ ํ๋ค. ์ด ๋ ผ๋ฌธ์ ๊ฐ์ ์ง๋จ์ ๋ ํฐ ๊ท๋ชจ(์ 4์ข , ์ค๊ธฐ ์ํ)๋ก ๋ฐ์์ง๋ง reference๋ง ๋ฐ๊พผ ํต์ ๋น๊ต๋ ์๋ค. ๋ ๋ ผ๋ฌธ์ ํฉ์ณ ์ฝ์ผ๋ฉด โ๋ฌผ์ฒด ์ธ์ง reference๊ฐ downstream RL ์ฑ๊ณต์ ์ฌ๋ฆฐ๋คโ๋ ๋ช ์ ๋ DexOAK ์ชฝ ์ฆ๊ฑฐ๋ก, โ๊ทธ ์์ residual ๋ ์ํผ๊ฐ ์ 4์ข ์ ์ด์๋๋คโ๋ ๋ช ์ ๋ ์ด ๋ ผ๋ฌธ ์ชฝ ์ฆ๊ฑฐ๋ก ๋ท๋ฐ์นจ๋๋ค.
๊ทธ๋ฆฌ๊ณ ๊ฐ์ ๊ทธ๋ฃน์ DexCanvas(arXiv:2510.15786)๊ฐ ์ด ๋ ผ๋ฌธ์ 1๋จ๊ณ์ ํด๋นํ๋ค. DexCanvas๋ 70์๊ฐ mocap์ MANO residual RL๋ก ์ฌ๊ตฌ์ฑํด 7,000์๊ฐ ๋ถ๋์ force-annotated ๋ฐ์ดํฐ์ ์ผ๋ก ํค์ด ๋ฐ์ดํฐ์ ๋ ผ๋ฌธ์ด๊ณ , v3์์๋ ๋จ์ผ policyยท์ฒ์ ๋ณด๋ YCB ๋ฌผ์ฒดยทDexHand 021/021Pro retargeting๊น์ง ํฌํจํ๋ค. ๋ ๋ ผ๋ฌธ ์ฌ์ด์์ ์ด ๋ ผ๋ฌธ๋ง์ ๋ชซ์ ์ 4์ข ์ผ๋ก์ ํ์ฅ, retargeting ๋ฒ ์ด์ค๋ผ์ธ ๋น๊ต, ์์ 25๊ณผ์ , ์ค๊ธฐ ์ํ ๋ฐฐํฌ๋ก ์ฝ๋ ๊ฒ์ด ์ ํํด ๋ณด์ธ๋ค(ํ์์ ํด์). ๋ ผ๋ฌธ ๋ณธ๋ฌธ์ ์ด ๊ฒฝ๊ณ๋ฅผ ๊ทธ๋ฆฌ์ง ์๋๋ค.
์์ฝ
์ด ๋ ผ๋ฌธ์ ์ฌ๋ mocap์ ๋ค์ง ๋ก๋ด ์ policy๋ก ๋ฐ๊พธ๋ ํ์ดํ๋ผ์ธ์ ์ธ ๋จ๊ณ๋ก ๊ตฌ์ฑํ๋ค. ์๋ฎฌ๋ ์ด์ MANO ์์ ๋จ์ผ residual RL policy๋ก ๋ค์ ์คํํด ์ ์ด๊ณผ ํ์ ๋ณต์ํ๊ณ , ๊ทธ ์ ์ด ์์น์ ๋ก๋ด ์ ํ๋ฉด์ ์ ๋ง์ถ๋ ์ ๋ชจ์ ๋ ๋ฆฝ์ ๋ชฉ์ ํจ์๋ก retargetingํ๊ณ , ๊ฐ์ residual ํ์์ ๋ ๋ฒ์งธ policy๋ก ๋ก๋ด ๊ตฌ๋์ ๋ง์ถฐ ๋ณด์ ํ๋ค. ๊ฒฐ๊ณผ๋ ๋๋ค. ํ ์ 2.5๋ง ๊ถค์ ์์ 7.26% โ 59.31%, ์ 4์ข ์์ 17.1% โ 79.5%, ์ค๊ธฐ ์ํ 4๊ณผ์ ์์ 21/40์ด ์ค๋ก๋ด ํ์ต ๋ฐ์ดํฐ ์์ด ๋์จ๋ค.
์ ์งํ๊ฒ ๋๋๋ฉด, ์ธก์ ๋ ๊ฒ์ ๊ฑฐ์ ๋ชจ๋ โ์๊ธฐ ๋ฐฉ๋ฒ์ replay ๋๋น residualโ๊ณผ โkinematic ์งํ์์์ retargeting ๋น๊ตโ๋ค. ์ ์ด ๊ตฌ์กฐ๊ฐ ๊ธฐํ ๋์๋ณด๋ค embodiment gap์ ๋ ์ ๋ซ๋๋ค๋ ํต์ฌ ์ฃผ์ฅ์ ํ๋ฃจํ ๋น๊ต ์์ด kinematic ์งํ๋ก๋ง ๋ท๋ฐ์นจ๋๊ณ , ๊ทธ ํ์์ ์ด ๋ฐฉ๋ฒ์ ๊ฐ์ฅ ๋๋ฆฌ๋ค. ๋จ์ผ policy๊ฐ ๊ณผ์ ๋ณ policy๋ฅผ ๋์ฒดํ๋ค๋ ์ฃผ์ฅ๋ ๋น๊ต ์คํ ์์ด ์ค๊ณ ๋ ผ์ฆ์ผ๋ก ๋จ์ ์๋ค. ์ฒ์ ๋ณด๋ ๋ฌผ์ฒด ๊ฒฐ๊ณผ๋ ๊ฐ์ ๊ทธ๋ฃน DexCanvas์ ๊ณต์ ๋ ํ์ด๊ณ ํ๋กํ ์ฝ์ด ์์ ๋์ง ์์๋ค. ์ฝ๋ยท๋ฐ์ดํฐยทํ์ดํผํ๋ผ๋ฏธํฐ๊ฐ ๊ณต๊ฐ๋์ง ์์ ์ง๊ธ์ ์ด ๊ฐ๊ทน๋ค์ ๋ ์๊ฐ ์ง์ ๋ฉ์ธ ๋ฐฉ๋ฒ๋ ์๋ค. ์ ์ด ๊ตฌ์กฐ๋ฅผ embodiment ๋ถ๋ณ๋์ผ๋ก ์ผ๋ ๊ด์ ๊ณผ residual ์์ ๊ธฐ๋ฅผ amortizeํ๋ค๋ ๋ฐฉํฅ์ ์ค๋๋ ฅ์ด ์์ผ๋ฏ๋ก, ๋ค๋ฅธ retargeter์์ ํ๋ฃจํ ๋น๊ต์ ์ฝ๋ ๊ณต๊ฐ๊ฐ ๋์ค๋ฉด ์ด ๋ ผ๋ฌธ์ ์์น๊ฐ ๋ถ๋ช ํด์ง ๊ฒ์ด๋ค.
์ด ๊ธ์ ๋ํด
- ์ฝ์ ๋ฒ์: arXiv v2(2026-11-03)์ PDF์ HTML์ ํจ๊ป ์ฝ์๋ค. v1(2026-09-21)๊ณผ v2๋ ๋ณธ๋ฌธ ํ ์คํธ๊ฐ ๊ฐ๊ณ ์กฐํ๋ง ๋ค๋ฅด๋ค. ์ด ๋ ผ๋ฌธ์๋ ๋ถ๋ก์ด ์๋ค. ๊ทธ๋ฆผ 2ยท4ยท5ยท6์ arXiv HTML์ ์๋ณธ ๊ทธ๋ฆผ์ด๊ณ , Fig. 1๊ณผ Fig. 3์ PDF์์ ์๋ผ ์ค์๋ค. ๋ ผ๋ฌธ์ ๊ทธ๋ฆผ์ ์ด 6์ฅ์ด ์ ๋ถ๋ค.
- ์์: Ping์ ์์ 4๊ฐ๋ ๊ณต์ GitHub ๋ ํฌ README์ ๋ฐ๋ชจ ์์(Apache-2.0)์ ํด์๋๋ง ์ค์ฌ ์ค์ ๊ฒ์ด๋ค.
- ๊ณต๊ฐ ๋ฒ์: ์ฝ๋ยท๋ฐ์ดํฐยท์ฒดํฌํฌ์ธํธ๋ ๊ณต๊ฐ๋์ง ์์๋ค(๋ณธ๋ฌธ โ๊ณต๊ฐ ์ํโ ์ ). ๊ทธ๋์ ๊ตฌํ ์ธ๋ถ๋ ๋ ผ๋ฌธ ์์ ๋ฒ์๋ก ํ์ ํ๋ค.
- ๊ด๋ จ ๋ ผ๋ฌธ ๋์กฐ: DexCanvas(arXiv:2510.15786)๋ v1๊ณผ v3๋ฅผ ์ฝ์ด ์ด ๊ธ์ ๋น๊ต์ ์ผ๋ค.
- ํ๊ธฐ: โํ์ ๊ณ์ฐโ์ ๋ ผ๋ฌธ ํ์ ์นธ ๊ฐ์ผ๋ก ๋ค์ ๊ณ์ฐํ ๊ฐ์ด๊ณ , โํ์ ํ๋ โ์ ๊ทธ๋ฆผ์์ ์ฝ์ ๊ทผ์ฌ๊ฐ์ด๋ฉฐ, โํ์์ ํด์โ์ ๋ ผ๋ฌธ์ ์๋ ํด์์ด๋ค. ๊ทธ ๋ฐ์ ์์น๋ ๋ชจ๋ ๋ ผ๋ฌธ์ ์ ํ ๊ฐ์ด๋ค.