ViTacWorld: 접촉이 풍부한 로봇 조작을 위한 시각-촉각 월드 모델 확장

연구진은 시각과 촉각을 결합해 접촉이 많은 로봇 조작의 롤아웃 궤적을 예측하는 행동 조건형 월드 모델 ViTacWorld를 제안했다.

이 모델은 대규모 실제·시뮬레이션 데이터로 사전학습한 뒤, 실제 로봇 롤아웃으로 미세조정해 물리적 접촉 대응력을 높인다.

ViTacWorld는 데이터 증강과 정책 평가에 활용될 수 있어, 값비싼 실제 촉각 데이터 수집 부담을 줄이는 데 도움을 준다.

이번 연구는 더 신뢰도 높은 비주얼-촉각 학습으로 시뮬레이션-현실 전이를 개선할 수 있는 확장 가능한 경로를 제시한다.