로봇이 어느 방식으로 움직일지 노이즈 출발점으로 고른다: MOSS, 실로봇 행동 지정 성공률 84%

생성형 로봇 정책은 같은 과제를 여러 정당한 방식으로 수행하는 법을 배운다. 한 방식의 시연 데이터가 다른 방식보다 훨씬 많아도 사용자나 상위 계획기가 원하는 방식을 안정적으로 고르게 할 수 있는가.

확산 정책과 플로 매칭 정책은 여러 행동을 표현하지만 어느 행동이 실행될지는 무작위 샘플링에 맡겨진다. 원하는 모드를 언어 지시 같은 조건으로 넣는 일반적 해법은 데이터가 한쪽으로 치우치면 잘 듣지 않는다. 신경망이 풍부한 시각 정보에서 곧바로 동작을 찾는 지름길을 배우고 약한 조건 신호를 무시하기 때문이다. 원천 공간에 가우시안 혼합 사전분포를 학습하는 방식은 각 성분의 의미가 정해져 있지 않아 별도 정렬 네트워크가 필요하다.

모드 조건부 플로 매칭은 요청 모드를 속도장 네트워크에 입력하고, GMM 원천 플로 매칭은 의미 표시 없이 혼합 성분을 학습한다. Diffusion Policy, ACT, BET 같은 무조건 정책은 여러 행동을 재현하지만 무엇이 나올지 통제할 수단이 없다.

연구진은 결정론적 ODE 이송에서 행동 모드마다 출발 노이즈의 영역이 이미 서로 다르다는 점을 실험과 이론으로 보였다. 다만 실제로는 경계가 뒤엉킨다. MOSS는 모드마다 별도의 가우시안 원천을 두고, 다중모드 강도 추정기로 현재 상태에서 가능한 미래 궤적이 얼마나 갈라지는지 측정해 행동이 비슷한 구간에서는 원천을 모으고 갈림길 근처에서는 벌린다. 모드 표시는 출발 분포를 고르는 데만 쓰이고 공유 속도장에는 들어가지 않는다. 배치 단계에서는 해당 성분에서 샘플링하는 것만으로 행동이 정해진다.

갤럭시아 R1 Lite로 한 실제 과제 3개(컵 놓기, 채소 집기, 서랍 열기)에서 MOSS의 두 모드 지정률은 각각 0.95와 1.00, 0.80과 0.65, 0.90과 0.75였다. 모드 조건부 정책은 채소와 서랍 과제에서 한 모드를 0.00으로 전혀 지정하지 못했다. 6개 값을 MEKAWIRE가 평균하면 84.2% 대 40.8%로, 논문이 밝힌 43.3%포인트 차이와 일치한다. 실제 평균 성공률은 85.3%로 모드 조건부 정책 73.3%, 일반 FM-DiT 68.3%보다 높았지만 서랍 과제는 비교 정책이 0.85로 MOSS(0.83)보다 약간 나았다. 시뮬레이션 양방향 과제 4개의 평균 지정률은 96.4%로 모드 조건부 94.5%, GMM 원천 74.0%를 앞섰고, Put Wine의 한 모드에서는 0.86으로 비교 정책(0.94)에 뒤졌다. 10 대 90으로 치우친 데이터에서도 소수 모드를 90% 넘게 지정했다. 3개 과제 절제 실험에서 공유 가우시안 하나는 평균 67.0%, 고정 분리는 85.5%, 완전한 MOSS는 98.8%였다.

프리프린트다. 모드는 학습 전에 정한 고정된 이산 집합이어야 해 자유로운 행동 지정이나 연속적인 변화는 다루지 못하고, 저자들은 대형 생성형 로봇 정책 안에서의 성능은 아직 검증하지 않았다고 밝혔다. 실로봇 실험은 한 플랫폼, 두 모드짜리 과제 3개뿐이다. 시뮬레이션에서는 일반 모드 조건부 방식과의 차이가 평균 약 2%포인트로 작아, 이점은 주로 실제 하드웨어와 치우친 데이터에서 나타나며 그 근거가 되는 과제 수가 적다.