Slot-MPC: 객체 중심 표현을 활용한 목표 조건부 모델 예측 제어

연구진은 슬롯 기반 객체 표현과 행동 조건 세계 모델을 결합한 목표 조건 제어 프레임워크 Slot-MPC를 제안했다.

이 방법은 추론 시 미분 가능한 MPC를 사용해, 샘플링에 많이 의존하는 탐색보다 더 효율적으로 행동을 계획한다.

시뮬레이션 로봇 조작 실험에서 Slot-MPC는 비객체중심 기준선과 기울기 없는 MPC를 앞섰고, 특히 오프라인 데이터가 제한적일 때 성능이 좋았다.

이번 결과는 객체 수준의 장면 표현이 미지의 상황에 대한 일반화를 높이면서 계획 연산량을 줄일 수 있음을 보여준다.