휴머노이드 전신 이동을 접촉 계획이라는 저차원 인터페이스로 푼다

무엇인가

이 논문이 푸는 문제는 휴머노이드가 희소한 발판, 장애물, 사다리 같은 기하학적 제약 지형에서 손·발·무릎·팔꿈치·골반을 동원해 이동하는 전신 이동성이다. 참조 모션 없이 RL만 쓰면 지형 일반화는 좋지만, 어떤 신체 부위가 언제 어디에 접촉할지까지 보상 함수로 간접 유도해야 해서 탐색 공간이 조합적으로 폭발한다. 저자들은 보상을 조금만 조정해도 접촉 전략이 크게 달라진다고 지적한다. 반대로 모션 모방 계열은 자연스러운 협응을 얻지만 학습 데이터의 궤적 밖으로 나가기 어렵다. 논문이 던지는 질문은 "일반화 가능한 전신 이동을 배우는 데 참조 모션이 얼마나 필요한가"이며, 답은 전신 궤적이 아니라 환경과의 상호작용, 즉 접촉에 있다는 것이다.

어떻게 동작하나

핵심 아이디어는 접촉을 지각과 제어 사이의 중간 표현으로 삼는 것이다. 손·팔꿈치·무릎·발·골반 9개 신체 부위에 대해 미래 접촉 위치를 지형 맵 위에 직접 예측하고, 접촉 조건부 트래커가 그 계획을 전신 운동으로 번역한다. 전체 궤적을 지정하는 대신 기하학적으로 결정적인 상호작용만 고정하므로, 같은 접촉을 실현하는 여러 동역학적 해법 사이에서 정책이 자유롭게 탐색할 수 있고 계획 문제의 차원도 크게 줄어든다.

무엇과 다른가

학습은 3단계다. 1단계는 모션 리타게팅 파이프라인으로 인간 모션을 대상 휴머노이드에 옮기고 접촉 라벨·위치를 붙여, 이를 접촉 목표로 하는 전신 트래커를 학습한다. 이때 커리큘럼 상태 초기화로 각 클립의 0.9 위상(끝부분)에서 시작해 추종 성능이 오르면 뒤로 확장한다. 2단계는 어텐션 기반 접촉 플래너(ACP)로, 로봇 고유수용감각과 사용자 목표 명령으로 조건화된 어텐션이 지형 맵 위 지점들을 보며 접촉 위치를 직접 출력한다. 트래커 롤아웃에 대한 지도학습으로 훈련되며, 참조 접촉과 플래너 예측을 환경별 확률적 선택으로 섞어 점진적으로 플래너 비중을 높인다. 3단계는 목표 도달 RL 파인튜닝으로, 절차적으로 생성된 지형에서 성공 에피소드만 hindsight 버퍼에 넣어 접촉 라벨을 다시 만든다. 접촉 시작은 수직 접촉력으로 판별하고 10 제어 스텝 미만의 짧은 접촉은 버리며, 1.5초 호라이즌 내 다음 접촉 위치를 해당 시점의 요 프레임으로 변환해 감독 신호로 쓴다. 플래너는 PPO 반복당 10회 옵티마이저 업데이트로 정책 루프와 분리해 학습되고, 참조 추종용과 목표 도달용 가치 네트워크를 따로 두고 어드밴티지도 분리 정규화한다.

어떻게 쓰나

지각 쪽에서는 LiDAR 기반 뉴럴 매핑을 새로 설계했다. 기존 depth 기반 뉴럴 매핑을 헤드 장착 MID-360 LiDAR에 맞게 적응시켜, 그리드마다 측정값 유지·이웃 평균·버림 중 하나를 고르는 3모드 분류로 희소 스캔에 일반화하고 모드 로짓 간 불일치를 불확실성으로 해석한다. 사다리 난간 같은 돌출 구조가 나중 스캔에서 지워지지 않도록, 기존 확신 예측(불확실성 0.15m 미만)보다 0.15m 이상 아래에 있고 고도각이 -40도 이하인 새 점은 폐기하는 융합 휴리스틱을 넣었다. 3cm 해상도, 국소 그리드 x [-3,3]m·y [-1.5,1.5]m로 온보드 Jetson Orin NX CPU에서 10Hz 스캔(2만 점)당 30ms 이내에 갱신된다.

전제와 한계

실험은 Unitree G1 실기에서 계단·사다리·박스 오르기, 앉기, 바닥에서 일어나기, 희소·복합 지형 통과로 이뤄졌다. 같은 박스 앞에서도 목표 위치와 방향에 따라 앉기, 박스 위로 오르기, 손을 짚는 전신 등반, 옆으로 오르기, 기어가기, 반대편으로 내려가기가 각각 생성된다. 넘어짐이나 사다리에서의 교착 같은 실패 복구 궤적은 원본 모션 데이터셋에 없는데도 창발적으로 나타났다. 시뮬레이션 평가는 카테고리당 3개 시드에 걸쳐 방법별 3000 에피소드를 풀링했고, 트래커 절제에서 접촉 명령만으로 모든 카테고리에서 98.5% 이상 성공했으며 참조 루트·관절 운동학을 추가로 넣어도 일관된 개선이 없었다. 플래너 절제에서는 어텐션이 동일 파라미터 규모의 MLP보다 목표 도달 지형 전반에서 성공률이 높았고, 희소 전신 지형과 방해물 조건에서 격차가 가장 컸다. 2단계 플래너를 고정하고 3단계 트래커와 짝지어도 어텐션 조합이 세 지형 그룹 모두에서 평균 성공률이 높았다. RL 파인튜닝의 최대 이득은 희소 전신 지형으로 성공률 +54.8%p였고, 처음 보는 지형에서는 조합(연속 스킬 전환)에서 개선이 가장 컸다. MGMT와의 정량 비교 절은 제시된 원문 범위에서 수치가 확인되지 않는다. 학습 비용은 Isaac Lab 기준 1단계 약 1일(RTX 4090 3장), 2단계 약 1일 21시간(2장), 3단계 약 2일 6시간(4장)이다.

개발자 관점에서 이 구조의 실무적 가치는 보상 설계 부담을 접촉 추적이라는 단일 목표로 흡수한다는 데 있다. 등반·기어가기·스텝을 각각 유도하는 보상을 따로 만들 필요 없이 참조 접촉을 공통 목표로 넣고, 배포 시에는 참조 모션 검색도, 모델 기반 전신 플래너도, 학습 기반 모션 생성기도 필요 없다. 정책 입력은 5스텝 고유수용 이력, 9×7 국소 높이 스캔, 9개 부위 접촉 목표, 목표 명령뿐이고 점유 확률 0.5를 넘는 예측 접촉만 유효로 취급한다. 도입을 검토한다면 접촉 부위 집합이 9개로 고정돼 있다는 점, 목표 명령이 필수이며 전역 내비게이션은 범위 밖이라는 점, 지형 스캔 해상도와 LiDAR 장착 위치가 성능 전제라는 점을 먼저 확인해야 한다.

저자들이 명시한 한계도 분명하다. 전역 내비게이션은 이 연구의 범위가 아니며, 비정형 지형 실험에서는 중간 웨이포인트를 수동으로 지정해 목표를 공급했다. 접촉 사전은 리타게팅된 인간 모션 데이터에 의존하므로, 데이터가 다루지 않는 접촉 전략은 3단계에서 컨트롤러가 실제로 성공한 궤적을 hindsight로 라벨링해야만 얻어진다. 돌출 구조 보존을 위한 융합 휴리스틱은 사다리를 겨냥해 설계된 규칙이라는 점도 전제다.