HINT-WAM 연구 공개: 미래 영상으로 학습한 로봇, 성공률과 망각을 함께 보기
교사 모델만 시연의 미래 영상을 보는 HINT-WAM의 학습 구조를 살핀다. LIBERO-90 성능과 기존 과제의 망각, 시뮬레이션 평가 범위를 함께 확인한다.

싱가포르국립대 연구진이 로봇의 행동 학습 방법 HINT-WAM을 공개했다. arXiv 최초 제출은 2026년 11월 18일 17:36:15 UTC다.
학습할 때만 미래 영상을 본다
교사 모델은 시연의 미래 영상까지 보고 행동 분포를 제시한다. 학생 모델은 배포 시점에 얻을 입력만 사용한다. 연구진은 학생이 행동을 생성하며 거치는 노이즈 제거 상태에서 교사의 분포를 학습시킨다. 배포할 때는 학생만 실행한다.
여기서 on-policy는 행동 샘플러의 생성 경로를 가리킨다. 관측은 시연 데이터에서 가져온다. 로봇이 환경과 상호작용하며 새 경험을 모으는 학습과는 구분해야 한다. 논문 방법 절은 energy score로 분포를 맞추고 행동 복제 손실을 함께 쓰는 구성을 설명한다.
성공률과 기존 기술의 망각을 함께 확인한다
연구진은 LIBERO-90에서 HINT-WAM의 성공률을 85.18%, SFT를 78.88%로 보고했다. 차이는 6.30%포인트다. 경험 재생 없이 학습한 HINT-WAM은 기존 과제 평균 성공률이 96.55%에서 44.05%로 떨어졌다. 새 과제 점수가 올라도 기존 기술을 유지하는지 별도로 확인해야 한다. 수치는 논문 표 1·2에 실려 있다.
평가는 시뮬레이션에서 이뤄졌다. 이 글에서는 학습을 재현하거나 실제 로봇에서 성능을 검증하지 않았다. 보고된 수치를 실제 배포 성능으로 일반화할 근거는 확인하지 못했다.
재현을 검토할 개발자에게
먼저 학생이 학습할 때와 배포할 때 받는 입력을 대조하는 편이 좋다. 미래 영상이 학생 입력으로 들어가는지 점검하는 것이다. 평가는 새 과제 성공률과 기존 과제 성공률을 함께 기록하도록 설계할 수 있다.
연구진 프로젝트 페이지에는 학습 단계와 시연 영상이 정리돼 있다. 본문 설명과 영상을 구분해 읽고 재현에 필요한 파일의 배포 상태는 링크 대상에서 따로 확인해야 한다.



Discussion
No comments yet