DECOWAM, 이동 로봇의 카메라·기저부·팔 동작을 분리해 예측

이동형 로봇이 걸으면서 팔로 물체를 조작하면 카메라 영상에는 기저부 이동, 팔 동작, 카메라 자기 움직임이 함께 나타난다. 2026년 8월 공개된 사전논문은 이 요소를 조건부 인터페이스로 나누는 전신 월드-액션 모델 DECOWAM을 제안한다.

이동과 조작을 분리해 학습

DECOWAM은 수정된 FastWAM 백본을 고정하고 잔차 어댑터를 학습한다. 특권 관측에서 추출한 행동 등가 미래 병목, 서로 분리하도록 학습한 기저부·팔 잠재표현, 영상 예측을 위한 기저부 속도 조건을 결합한다. 연구진은 영상, 전신 상태와 행동, 언어를 동기화한 실제 로봇 데이터셋 ARMDOG도 함께 소개했다.

저자 측 제한된 실험 결과

논문에 따르면 고정 재생 프로토콜에서 FastWAM보다 미래 영상과 행동 예측이 개선됐고, 2,595만 개의 학습 가능한 적응 매개변수로 행동 평균제곱오차를 21.7% 줄였다. 방법별 79회의 폐루프 시험에서는 비교 대상 가운데 전신 협응과 기저부 변위 강건성이 가장 높게 관찰됐지만, 과제 완료율은 가장 강한 기준 모델과 비슷했다.

이는 논문 저자들이 정한 데이터와 비교 조건에서 나온 결과다. 아직 동료평가를 거친 범용 로봇 제어 기술이나 모든 환경에서의 성능 향상을 의미하지 않는다. 기존 원고의 ‘정확한 도달’이나 ‘안정적인 경로 생성’ 같은 표현은 논문이 직접 보장한 사실이 아니어서 제외했다.