From Solo to Ensemble: A Hierarchical Framework for Composable Multi-Agent Human-Object Interaction

이 논문은 한 명용 물건 조작 정책을 재사용 가능한 기술로 바꾸고 그 위에서 여러 휴머노이드가 함께 물건을 옮기게 만드는 문제를 계층 구조와 증류 방법으로 풀었다.

이 논문은 한마디로 한 사람용 물건 조작 정책을 재사용 가능한 물체 중심 동작 기술로 바꾸고, 그 위에서 여러 휴머노이드가 함께 물건을 옮기게 만든 연구다. 저자들은 교사 정책의 롤아웃에서 물체의 짧은 미래 움직임을 뽑아 저수준 기술을 증류했다. 고수준 정책은 고정된 저수준 기술 위에서 지역별 물체 동작만 계획한다. 실험에서 이 구조는 서로 다른 물건 모양, 상호작용 종류, 팀 크기에서도 잘 작동했다.

핵심 요약

• 여러 휴머노이드가 같은 물건을 다루는 조정 문제는 접촉 위치, 움직임 방향, 힘 가하는 방법을 함께 맞춰야 해서 어려웠다.
• 저자들은 한 사람용 상호작용 지식을 재사용 가능한 Object-oriented Motion Skill 로 바꾸는 증류 기반 계층 학습 틀을 만들었다.
• 하위 과제에서 증류된 기술은 고정된 실행기로 재사용되고, 상위 정책은 공유 물체와 과제 목표를 보고 지역별 물체 동작을 만들어 냈다.
• 운반 과제에서 이 방법은 4인 H-box 운반에서 성공률 85.63 을 기록해 CooHOI 의 80.96 보다 높았다.
• 증류 원천이 1인 운반뿐임에도 기술은 상위 정책만 바꿔 2인 및 4인 소파 밀기를 지원했다.
• 기술 단독 평가에서 교사 롤아웃 목표의 위치 오차는 Epos 79.8 (mm), 도달률은 TTR 100.0, 궤적 성공률은 Succtraj 98.9 였다.

논문 링크

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