πR^2: 반응형 실시간 흐름 정책

연구진은 사전학습된 액션 청킹 모델을 기반으로 한 반응형 실시간 로보틱 조작용 흐름 정책 πR^2를 제안했다.

이 방법은 빠른/느린 조건 채널을 분리하고, 지연 시간을 고려한 1-step 디노이징 스케줄로 실행 중 최신 센서 입력에 반응한다.

시뮬레이션과 실제 xArm6+XHand 시스템에서 πR^2는 기존 정책보다 약 4배 빠르게 재계획했으며, 강력한 기준선보다 더 높은 성공률을 보였다.

대규모 아키텍처 변경 없이 폐루프 제어와 실제 환경 성능을 향상시킨다는 점에서 의미가 크다.