GPT-Policy

FurnitureBench 성공 5 / 실패 10 run 영상 모음: one_leg, square_table 4다리, lamp 성공과 desk·round_table·stool·drawer·cabinet 실패 사례

GPT-Policy × FurnitureBench: one_leg 6/10, square_table 4/4 다리 성공, lamp 2/5, desk 3/4 다리. screw·move_joint_space 도구 + 벤치마크 일치 어댑터가 핵심

EmbodiedSWE one_leg 11/11 vs GPT-Policy 2/5: 오프라인 디버깅된 \1 + 정답 pose + 관대한 판정(나사축 수직만) vs 온라인 VLM + RGB + 원판정(3축) — 같은 숫자로 비교 불가

settle 낭비 제거(쥔 상태 그리퍼 떨림) 후 300s 예산 시드 0–4: 1/5. 실패는 물리 이상(다리 튕김, yaw 틀린 채 박힘) 의심

어댑터 수정(protective stop, joint-space home, 성공 시 종료) 후 \1 설정 시드 0/1/2 → 3/3 성공. 기본 300s 예산이면 1/3

\1 도구 추가로 one_leg 첫 시뮬 성공 (reward 1.0, t=240.7s, step 54). 모델은 성공을 몰라 계속 조여 give_up

one_leg 성공까지 5회 시도: 0/5. leg4 판정 누락 발견, float32 관절한계 버그 수정. 최선은 수평 1mm 내 삽입 후 23mm 덜 조임 — 나사 체결이 병목

탁판 고정 지시 + 80 예산: 고정→잡기→삽입→regrasp 조이기 전 과정 수행, 모델 \1이지만 시뮬 판정 미조립 (reward 0). 70 decisions, 17분

FurnitureSim \1 30 decisions: LLM decide 평균 9.6s (74% of loop), $3.72/episode, refresh 턴이 비용 44%, 조립 실패(give_up)