로봇이 시연으로 배우는 문맥 학습, 네 가지 기법 분류

핵심 요약

• 일반 목적 로봇이 새로운 작업을 추론하고 신체 행동으로 변환하기 위해 문맥 학습(ICL)이 필요하다.
• ICL은 시연과 상호작용을 이용해 배포 시 신경망 가중치를 고정한 상태에서 기존 능력을 활용한다.
• 논문은 맥락 정보에서 실행으로 연결하는 인터페이스 네 가지로 분류한다: 맥락 조건부 정책, 기하학적 시연 전이, 세계 모델 기반 제어, 스킬·에이전트 기반 실행.
• 이 분류는 각 방법의 전이 가정과 학습, 대응, 메모리의 역할을 명확히 한다.
• 조작과 네비게이션 작업을 통해 객체, 환경, 실행 조건이 변할 때 각 메커니즘이 학습된 요구사항을 어떻게 보존하는지 검토했다.
• 평가 방식은 교수에 대한 반응성, 물리적 전이, 축적된 경험의 이점을 구분한다.
• 이 연구는 구성적 작업 습득과 충실한 전이를 물리적 재귀적 자기 개선과 연결하며, 경험이 후속 작업의 학습 능력을 높인다.