OpenDriveLab/RISE

What it solves

RISE는 실제 로봇 상호작용에 따른 높은 비용과 번거로운 리셋 과정을 해결합니다. 물리 하드웨어에만 의존하지 않고, 시뮬레이션 경험(상상)을 통해 로봇 정책이 스스로 개선될 수 있는 프레임워크를 제공합니다.

How it works

RISE는 제어 가능한 멀티뷰 다이내믹스 모델과 진행 가치 모델로 구성된 합성 세계 모델을 사용합니다. 이 설정을 통해 시스템은 가상의 롤아웃—시뮬레이션된 행동 및 결과 시퀀스를 생성하고, 이를 온라인 강화 학습을 통해 로봇 정책을 학습하고 부트스트랩하는 데 활용합니다.

Who it’s for

로봇 매니퓰레이션 및 강화 학습을 연구·개발하는 연구자와 개발자를 대상으로 하며, 지속적인 물리적 리셋이나 비용이 많이 드는 하드웨어 마모 없이 정책 개선을 확장하고자 하는 분들에게 적합합니다.

Highlights

• Compositional World Model: 다이내믹스 모델과 진행 가치 모델을 결합해 정책 학습에 유용한 정보를 제공합니다.
• RL in Imagination: 세계 모델이 만든 시뮬레이션 환경에서 정책을 학습함으로써 확장 가능한 자체 개선을 가능하게 합니다.
• Real-world Gains: 벽돌 분류(+35%), 배낭 포장(+45%), 박스 닫기(+35%)와 같은 정교한 작업에서 현저한 성능 향상을 입증했습니다.