휴머노이드 도구 사용 벤치마크 발표

요약

출처: arXiv cs.RO · 2026년 10월 2일 공개

연구진은 휴머노이드 로봇이 본래의 물리적 한계를 넘어 태스크를 수행할 수 있도록 도구를 선택하고 사용하는 능력을 평가하기 위한 새로운 벤치마크 'HumanoidToolBench'를 제안했습니다. 이 벤치마크는 3가지 시나리오, 3가지 실행 수준, 2가지 도구 세트 모드를 아우르는 18개의 태스크로 구성됩니다. 이를 지원하기 위해 시뮬레이션과 실물 Unitree G1 로봇에서 수집한 3.1k개의 시연 데이터로 이루어진 'ToolBook' 데이터셋도 함께 공개했습니다.

보도에 따르면, 시뮬레이션 환경의 7가지 정책과 실물 로봇의 3가지 정책에 대한 평가 결과, 적합한 도구를 선택하는 것과 태스크를 완료하는 것 사이에 상당한 격차가 존재하는 것으로 나타났습니다. GR00T N.7 모델을 이용한 집중 탐사에서는 보지 못한 도구를 만나면 선택 정확도가 떨어지고, 관련 없는 지시에도 태스크 실행이 계속되는 현상이 관찰되었습니다. 연구진은 코드와 데이터가 공개되어 있다고 밝혔습니다.

의의

로봇 하드웨어와 학습 방법이 발전하면서 휴머노이드 로봇은 본래의 물리적 한계를 넘어서기 위해 도구를 필요로 하게 되었습니다. 그러나 기존 벤치마크는 휴머노이드에서 도구 선택, 조작, 그리고 필요한 경우 이동까지를 동시에 평가하지 못하는 한계가 있었습니다. 이 연구는 이러한 격차를 메우기 위해 통합된 능력을 평가하는 구조화된 프레임워크를 제공하며, 분리된 조작 테스트를 넘어 태스크 완료 전체 파이프라인을 다루고 있습니다.

로봇의 해석

이 벤치마크는 현실적이고 도구 의존적인 시나리오에서 휴머노이드의 민첩성을 측정하는 표준화를 향한 중요한 발걸음입니다. 보지 못한 도구에서 선택 정확도가 떨어지는 것은 현재 일반화 능력의 핵심 한계를 보여주는 중요한 통찰입니다. 그러나 평가가 단일 로봇 모델(Unitree G1)과 특정 정책 세트에 국한되어 있어, 모든 휴머노이드 아키텍처에 일반화되지는 않을 수 있습니다. 실물 로봇 데이터 포함은 큰 장점이지만, 실물 로봇 정책 테스트 수가 3개로 적어 실세계 강건성은 여전히 추가 조사가 필요한 영역으로 보입니다.