PolyMorphWBC는 6-DoF 장착형 팔 4개 계열에서 엔드이펙터 궤적을 바탕으로 사족보행 로봇의 팔과 베이스를 조율해 도달 범위를 확장하는 조작을 수행합니다. 이 연구는 Arxiv에 처음 보고됐습니다. 컨트롤러는 베이스와 팔이 움직임을 어떻게 나눠 수행할지 결정해야 하며, 그 방식은 장착된 팔의 형태에 따라 달라집니다. 이를 통해 초기 고정 베이스 도달 범위를 넘어서는 짧은 시간 범위의 조작 궤적을 실행할 수 있습니다.
작업 수준의 입력은 원하는 조작 동작을 지정하되 팔과 이동 베이스가 이를 어떻게 구현할지는 정하지 않는 짧은 시간 범위의 엔드이펙터(EE) 궤적입니다. 궤적 조건화 조정기는 미리 주어진 EE 목표값을 활용해 베이스의 움직임을 결정합니다. 팔별 역기구학(IK)은 현재 목표를 추적하고, 동결된 보행 백엔드는 그 결과로 나온 움직임을 실행합니다.
PolyMorphWBC는 팔이 달라도 재사용할 수 있도록 Unified Robot Description Format (URDF)에서 도출한 형태 조건화와 온라인 잔차 렌치 피드백을 활용합니다. 고정 베이스 도달 범위 안팎의 구조화된 궤적과 절차적으로 생성된 팔을 사용해 학습했습니다.
IsaacLab에서 미학습 궤적과 팔 형태에 대한 완료율은 93.95%였으며, 위치 오차는 2.30cm, 방향 오차는 4.81°였습니다. UMI-on-Legs와 비교한 MuJoCo 평가에서는 도달 범위 내·확장 도달 범위 궤적 4종에서 엔드이펙터 위치 오차를 69–72%, 방향 오차를 91–97% 줄였습니다.
결과에는 궤적 오차 측정과 실제 픽앤플레이스 시연이 함께 제시됐습니다. 실제 Go2–ARX5 시스템에서 PolyMorphWBC는 pi_0의 EE 궤적을 사용해 언어 조건부 확장 도달 범위 픽앤플레이스를 시연했으며, 비전-언어-액션(VLA) 모델이 생성한 베이스 명령은 사용하지 않았습니다.
