세계 맥락 학습이 로봇 조작 혁신

화중과학기술대학교와 ArcheOne AI의 연구자들은 세계 맥락 학습(WICL)이라는 로봇 조작에 대한 혁신적인 접근 방식을 발표했습니다. 2026-11-11에 arXiv에서 발표된 이 연구는 그래디언트 업데이트 없이 단일 시연을 사용하여 로봇 작업에서 최첨단 성능을 달성하는 오픈 소스 프레임워크인 RoboScript를 소개합니다.

세계 맥락 학습: 패러다임 변화

전통적으로 훈련된 행동 정책은 조작 기술을 네트워크 가중치에 인코딩하여 새로운 환경에 대한 적응성을 제한합니다. 반면에 WICL은 맥락 학습을 활용하여 학습을 가중치와 분리합니다. 고정된 기본 모델은 단일 시연에서 시작하여, 시뮬레이션 환경에서 작업을 리허설하고 습득한 지식을 작업 메모리로 저장합니다. 이 메모리는 새로운 미지의 장면에서 배포되어 다양한 시각 분포에 대한 적응성을 보장합니다.

성능 및 주요 결과

RoboScript는 2.0에서 50 비수동 조작 작업의 벤치마크로 검증되었습니다. 이 프레임워크는 깔끔하고 무작위 설정에서 83.4%의 평균 성공률을 달성하여 가장 강력한 훈련된 행동 정책을 20 포인트 이상 초과했습니다. 특히, 이 성공은 각 작업에 대해 단 하나의 시연으로 달성되었으며, 전통적인 방법에서는 50 시연이 필요했습니다. 시스템의 성능은 무작위 장면에서 일관되게 유지되었으며, 성공률은 83.6%에서 83.2%로 최소한으로 하락했습니다.

기술 혁신

RoboScript의 모듈화된 인프라는 로봇이 가중치가 아닌 맥락에서 작업을 학습하도록 합니다. 주요 특징은 다음과 같습니다:

• 작업 메모리: 지식이 맥락에 저장되어 새로운 환경으로의 원활한 전이를 가능하게 합니다.
• 시뮬레이션에서의 리허설: 모델의 가중치를 변경하지 않고 이해를 다듬기 위해 시뮬레이션된 세계에서 작업을 연습합니다.
• 크로스-구현 적응: 이 프레임워크는 학습한 작업을 물리적 이중 팔 로봇에 성공적으로 전이하여 실제 응용 가능성을 보여줍니다.

오픈 소스 이용 가능성

RoboScript 프레임워크 및 WICL의 구현은 GitHub에서 Apache 라이선스 2.0에 따라 사용할 수 있습니다. 2026-11-05에 생성된 이 리포지토리는 이미 커뮤니티의 관심을 끌었으며, 연재일 기준 34개의 스타와 열린 문제는 없습니다. 연구자와 개발자는 https://github.com/ArcheOne-AI/RoboScript에서 코드를 액세스할 수 있습니다.

의미와 미래 방향

WICL은 로봇 조작에서 중요한 발전을 나타내며, 로봇이 최소한의 데이터로 작업을 배우고 재훈련 없이 새로운 환경에 적응할 수 있게 합니다. 기본 모델과의 확장 가능성과 반성을 통해 개선할 수 있는 능력은 산업 자동화, 서비스 로보틱스 및 그 이상에서 폭넓은 잠재적 응용을 시사합니다. 추가 벤치마크와 실제 시나리오에서의 추가 검증이 그 영향을 확고히 할 것으로 예상됩니다.