PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.00008v1cs.RO

유계 충실도 데모 단계 시뮬레이션: 거버넌스 벤치마크를 위한 모캡 핸드오프

Bounded-Fidelity Sim-as-Demo-Stage: Mocap Handoff for Governance Benchmarks

Sim-to-real 연구는 물리학적 충실도(physics fidelity)를 주요 목표로 삼으며, 시뮬레이터는 실제 환경의 접촉 역학(contact dynamics)을 얼마나 정밀하게 재현하는가에 따라 평가됩니다. 시뮬레이터가 승인/정책/계약/감사 파이프라인의 올바른 동작을 입증해야 하는 대규모 언어 모델(LLM) 구동 로봇의 거버넌스 벤치마킹에서는 물체 핸드오프(잡기, 운반, 배치) 과정의 접촉 충실도가 오히려 걸림돌이 됩니다. 접촉력(contact-force) 적분 노이즈가 테스트 대상인 거버넌스 특성과는 구조적으로 무관한 감사 체인 발산(audit-chain divergence)을 유발하기 때문입니다. 본 논문에서는 명시적으로 지정된 핸드오프 구간 내에서는 접촉 물리학을 억제하고 그 외 영역에서는 완전한 역학을 보존하는 디자인 패턴인 '유계 충실도 데모 단계 시뮬레이션(bounded-fidelity sim-as-demo-stage)'을 제안합니다. 이 구조는 MuJoCo의 모캡 바디(mocap-body) 프리미티브를 사용하며, 거버넌스 브리지가 구조화된 의도를 통해 호출하는 220줄 분량의 Python 어댑터로 구동됩니다. 본 연구에서는 재생(replay) 전반에 걸친 해시화된 이벤트 로그의 바이트 일치성으로 감사 체인 안정성을 공식화하고, 이를 보장하는 두 가지 구조적 엔벨로프 특성을 규명합니다. 자세(posture)당 N=1000회의 재생 실험에서 모캡 변형은 단 1개의 고유한 감사 체인 해시를 생성한 반면(1000/1000 바이트 일치, Wilson 95% CI [0.997, 1.000]), 접촉력 기준선(baseline)은 584개의 고유 해시를 생성했습니다(993/1000 발산, CI [0.987, 0.998]). 타임스텝 스윕(1, 2, 5, 10 ms) 결과 이러한 발산은 튜닝 인위물(artefact)이 아닌 구조적 문제임이 확인되었으며, 모든 타임스텝에서 0.985 수준을 유지했습니다. 엔벨로프 경계 타이밍 지터(+/-10 시뮬레이션 스텝, 1,400회 재생)에서도 발산이 0건 발생했으며, 순차적으로 핸드오프되는 K in {1, 2, 3}개 물체에 대한 실험(1,500회 재생)에서도 픽앤플레이스(pick-and-place)당 서브리니어 오버헤드를 보이며 감사 체인이 바이트 단위로 동일하게 유지되었습니다. 이 패턴은 벤치마크 설계자에게 거의 제로에 가까운 엔지니어링 비용으로 감사 체인 재현성을 제공합니다. 또한 잘못 적용되지 않도록 부적합한 영역(sim-to-real 검증, 정책 학습, 접촉이 많은 작업)도 명확히 제시합니다.