관련 연구
최근 시스템은 상시 가동 양팔 환경의 일부만 다룬다. ARMS는 관련 평가 축 전반에서 이러한 시스템들과 차이를 보인다.
ARMS
ARMS는 상시 가동 양팔 환경을 위한 의도적으로 단순한 정책이다. 새로운 요구가 생길 때마다 전용 메커니즘을 구축하는 대신, ARMS는 사전 학습된 단일 백본을 유지하고 나머지는 모두 컨텍스트로 전환한다. 세 개의 경량 모듈은 각각 하나의 신호, 즉 실시간 인식, 체화 상태, 과거 행동을 백본이 행동하기 전에 읽는 토큰으로 변환한다.
실제 로봇 배치 및 정성적 결과
ARMS는 조합된 스트림, 실제 로봇, 장기 작업 구간 전반에서 능동적 동시성, 자기 이력 회상, 우선순위 조정을 함께 지속한다. 단일 요소 정책으로는 이러한 조합을 구현할 수 없다. 각 모듈은 필수적이다.
단일 80 GB 가속기에서 비동기 모듈은 양팔이 실행되는 동안 트리거-결정 지연 시간 중앙값을 200 ms 미만으로 유지한다.
결론 및 한계
한계
실제 로봇에 대한 증거는 소규모이며 단일 Cobot Magic 플랫폼에 기반하고, 약 200개의 사전 구성된 상시 가동 스트림만을 포함한다. 대규모 증거, 특히 주로 family D에서 다룬 전체 과부하 환경에 대한 증거는 여전히 제한적이다.
상시 가드는 사전에 정의되어 있으며, 기본 과부하 정책은 데이터셋에 정의된 고정 우선순위 계층을 사용한다. 더 폭넓은 현실 세계 데이터, 학습된 가드와 우선순위, 더욱 풍부한 과부하 정책이 자연스러운 다음 단계다.
자주 묻는 질문
ARMS는 무엇을 위해 설계되었나?
ARMS는 상시 가동 양팔 로봇 작업을 위해 설계되었다.
ARMS 모듈은 어떤 신호를 토큰으로 변환하나?
모듈은 실시간 인식, 체화 상태, 과거 행동을 사전 학습된 백본을 위한 토큰으로 변환한다.
ARMS는 어떤 기능을 결합하나?
ARMS는 능동적 동시성, 자기 이력 회상, 우선순위 조정을 결합한다.
보고된 트리거-결정 지연 시간은 얼마인가?
단일 80 GB 가속기에서 양팔이 실행되는 동안 트리거-결정 지연 시간 중앙값은 200 ms 미만으로 유지된다.