PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation

로봇 조작 비디오 생성에서 물리적 일관성을 강화하는 PhysisForcing 프레임워크. 픽셀 수준 궤적 정렬과 의미 수준 관계 정렬을 물리적으로 중요한 영역에 집중 적용한다.

PhysisForcing은 로봇 조작 비디오 생성 모델이 물리적으로 불가능한 장면을 만드는 문제를 해결하기 위해, 물리적 정보가 풍부한 영역(manipulator, 객체, 접촉부)에 계층적 감독을 적용하는 프레임워크다. 픽셀 수준에서는 점 궤적 정렬 손실을, 의미 수준에서는 토큰 유사도 행렬 정렬 손실을 DiT 백본 훈련에 통합한다. R-Bench에서 Wan2.2-I2V-A14B 기준 +22.3%, Cosmos3-Nano 기준 +9.2% 개선했으며, WorldArena 폐루프 성공률을 16.0%에서 24.0%로 끌어올렸다.

핵심 요약

• 물리적 오류의 두 원인(이동 객체 변형, 상호작용 entity 간 부자연스러운 시공간 상관관계)을 실험적으로 규명
• 픽셀 수준 궤적 정렬 손실(point tracking 기반)과 의미 수준 관계 정렬 손실(frozen video encoder 기반)을 상호 보완적으로 설계
• 물리적 감독을 interaction-critical region에 집중하는 physics region focus 전략 제안 (균일 적용 대비 +1.5pt 우수)
• R-Bench에서 Wan2.2-I2V-A14B +22.3%, Cosmos3-Nano +9.2% 개선 (vanilla finetuning 대비 각각 +7.1%, +3.7%)
• WorldArena action-planner 프로토콜에서 폐루프 성공률 16.0%→24.0%, downstream policy 평균 성공률 68.2%→72.8% 향상
• PF-Cosmos가 R-Bench, PAI-Bench, EZS-Bench 모두에서 최고 종합 점수 달성

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.