속보01 / AI
로봇 동작 변화에 적응하는 세계 모델 AFTER-WM
연구진은 학습된 모델을 고치지 않고 지속 시간이 다른 보정을 결합하는 방식을 제안했다.

연구진은 11월 13일 동작 조건이 바뀐 로봇에 적응하는 AFTER-WM을 논문으로 발표했다.
논문에서 AFTER-WM은 로봇의 움직임을 예측하는 세계 모델이다. 예측 오차에 따라 빠르게 사라지는 보정과 오래 유지되는 보정을 함께 적용했다. 미리 학습한 여러 모델은 바꾸지 않고, 각 모델의 반영 비중을 조정했다.
논문에 적힌 평균 예측 오차는 시뮬레이션에서 최상위 비교 모델보다 16%-34% 낮았다는 연구진 공개 수치이다. 여러 단계의 미래를 연속해서 예측할 때의 평균 오차를 비교했다.
연구진은 기존 세계 모델이 빠른 적응과 일시적 교란의 구별을 동시에 달성하기 어렵다고 설명했다. 새 관측이 끊겨도 적응 결과를 유지하는 것 역시 기존 모델의 과제로 제시했다.
연구진은 제안 방법과 비교 모델, 실험 코드 및 데이터셋을 온라인에 공개하겠다고 예고했다.
연구진이 초록에서 예고한 코드와 데이터셋의 온라인 공개 일정은 미공개이다.