로보틱스 연구
Rolling-WAM: 로봇 행동 예측의 실시간성 확보 방안
Rolling-WAM: World Action Models with Rolling Imagination
arXiv로봇의 미래 예측 기반 행동 모델(WAM)이 매번 전체 디노이징을 수행하여 발생하는 높은 지연 시간을 해결하는 새로운 접근 방식입니다.
세 줄 요약
- 예측 과정을 슬라이딩 윈도우로 나누어 디노이징 작업을 여러 재계획 주기(cycle)에 걸쳐 분산 처리하는 것이 핵심 원리입니다.
- 이 방식을 통해 계산 비용을 시간에 걸쳐 효율적으로 분산시켜, 기존 WAM 대비 최대 4.5배 빠른 실시간 재계획 속도를 달성했습니다.
- LIBERO, RoboTwin 등 다양한 시뮬레이션 환경과 실제 휴머노이드 로봇에서 그 성능이 검증된 기술입니다.
로봇 조작을 위한 월드 액션 모델(World Action Models, WAM)은 행동 생성과 미래 시각적 예측을 결합합니다. 그러나 매 재계획 주기마다 전체 비디오-액션 디노이징 과정을 완료하는 과정에서 상당한 지연 시간이 발생하여, 폐쇄 루프 응답성을 제한하는 문제가 있었습니다.
Rolling-WAM은 이러한 문제를 해결하기 위해 공동 디노이징 작업을 연속적인 재계획 주기에 걸쳐 분산시키는 방식을 제시합니다. 이 방법은 단계별로 노이즈 수준이 다른 비디오-액션 청크의 슬라이딩 윈도우를 유지하며, 매 스텝마다 임박한 액션 청크는 완전히 디노이징하고 더 먼 미래의 청크는 부분적으로 정제하여 계산 비용을 시간에 걸쳐 분산시킵니다.
새로운 카메라 관측과 함께 창(window)이 전진함에 따라, 남아있는 미래 청크들은 계속해서 디노이징 과정을 거칩니다. 이로써 전체 예측 지평을 처음부터 디노이징할 필요가 없어지며, LIBERO, RoboTwin 및 실제 Unitree G1 테스트에서 표준 방식 대비 4.5배의 정상 상태 재계획 속도 향상을 달성했습니다.
용어 풀이
- 휴머노이드
- 팔·다리·몸통처럼 사람과 비슷한 몸 구조를 가진 로봇.