성균관대 연구팀은 불확실한 단계에 비평을 집중하는 SAG 방식으로 장기 작업의 계산량을 약 3분의 1로 줄이고 성공률을 24.6%에서 78.3%로 높였다고 발표했다. 별도 VANFlow 연구는 40개 이상 로봇 시뮬레이션 과제에서 우연히 좋은 결과를 내는 정책보다 변동이 작은 행동 선택을 목표로 했다. 두 연구는 NeurIPS 채택 성과로 소개됐으며, 실물 로봇의 동일 성능이나 현장 안정성을 입증한 결과와는 구분해야 한다.
Tech로 돌아가기
Tech
성균관대, 선택적 검증으로 장기 AI 작업 성공률 개선
계산량 절감과 성공률 향상은 시뮬레이션 결과이므로 실제 로봇과 운영 업무에서 다시 평가해야 한다.