HiPHI: 고정밀 인간 동작·사물 상호작용 대규모 벤치마크 공개

AI 요약

IEEE Spectrum과 Wiley가 공개한 백서는 휴머노이드 로봇 학습의 데이터 부족 문제를 해결하기 위한 대규모 동작 캡처 데이터셋 "HiPHI"를 소개한다. HiPHI는 서브밀리미터 정밀도의 광학 모션 캡처로 수집된 617.5시간 분량의 전신 인간 동작 데이터셋이며, 이 중 245.7시간은 물체 궤적과 메시가 동기화된 인간-사물 상호작용 데이터다. 데이터 수집은 인간 행동을 체계적으로 분류하는 언어학 프레임워크인 FrameNet을 기반으로 구성됐다. 백서는 이 데이터로 학습한 정책이 실제 Unitree G1 휴머노이드 로봇에 sim-to-real 전이되는 결과도 보고한다.

핵심 포인트

• HiPHI는 617.5시간 전신 인간 동작 데이터와 245.7시간 인간-사물 상호작용 데이터를 포함한다.
• 서브밀리미터(sub-millimeter) 정밀도의 광학 모션 캡처로 수집됐으며, FrameNet 언어학 프레임워크로 동작 범위를 체계화했다.
• 물체 궤적과 메시를 동기화해 운반·밀기·당기기 같은 실제 작업 학습에 활용 가능하다.
• 강화학습 정책이 데이터 규모에 따라 성능이 향상되며, Unitree G1 실제 로봇으로 전이됨을 확인했다.

향후 전망

• 대규모 정밀 동작 데이터셋이 휴머노이드 로봇의 실세계 작업 학습을 가속할 것으로 기대된다.
• sim-to-real 전이 성능 향상으로 로봇이 다양한 실제 환경에 배치되는 시점이 앞당겨질 전망이다.