질의: “Pick up the soap bottle and place it in or on where it first was” ·
원위치 (11.680, 9.945, 0.379) — 거실 소파 ·
현재 위치 (12.019, 3.833) — 다른 방 stand


(11.614, 10.635) 위 15cm. 원위치와 0.69 m 차이
exo_camera_1은 로봇을 따라다니므로
“물체가 보인다” = “로봇이 코앞” = “팔이 시야를 막는다”가 된다.
물체 픽셀 내림차순. 첫 장을 뺀 19장은 전부 0 또는 미측정이다.
origin 구간은 [0, 5359]. 아래 셋은 그 뒤라 이미 옮겨진 뒤의 모습이다.
obj=soap bottle ∧ surf=sofa를 조회하면
아무것도 안 나온다 — 원위치 구간에 그렇게 태깅된 항목이 존재하지 않기 때문이다.
검색 규칙을 개선해도 없는 것을 꺼낼 수는 없다.
첫 칸이 운 나쁜 표본이었는지 확인하려고 20칸 각각의 “가능한 최선”(두 exo 카메라, origin 구간 전 프레임 중 물체 픽셀 최대)을 전부 렌더했다. 아래가 그 20장이다.
| 편 | 물체 | 캠 | 최대 픽셀 | 프레임 대비 |
|---|---|---|---|---|
| train_6242__1 | bottle | cam2 | 10,119 | 3.29% |
| train_9026__1 | bowl | cam1 | 4,966 | 1.62% |
| train_4584__0 | cell phone | cam2 | 2,639 | 0.86% |
| train_7152__1 | remote control | cam1 | 1,902 | 0.62% |
| train_6878__2 | cell phone | cam1 | 1,720 | 0.56% |
| train_6278__2 | remote control | cam1 | 1,698 | 0.55% |
| train_2853__2 | soap bottle | cam1 | 1,507 | 0.49% |
| train_2853__0 | paper towel roll | cam1 | 1,480 | 0.48% |
| train_2159__2 | potato | cam1 | 1,282 | 0.42% |
| train_6242__1 | apple | cam2 | 1,221 | 0.40% |
| train_7661__1 | candle | cam1 | 1,182 | 0.38% |
| train_7385__0 | remote control | cam1 | 913 | 0.30% |
| train_2788__2 | spray bottle | cam1 | 800 | 0.26% |
| train_188__2 | paper towel roll | cam1 | 787 | 0.26% |
| train_9909__2 | tomato | cam2 | 751 | 0.24% |
| train_4304__0 | knife | cam2 | 699 | 0.23% |
| train_3994__0 | pan | cam2 | 639 | 0.21% |
| train_9778__1 | spray bottle | cam1 | 368 | 0.12% |
| train_1847__1 | ladle | cam2 | 323 | 0.11% |
| train_9797__1 | candle | cam1 | 291 | 0.09% |
train_6242__1:q05 (bottle → countertop). 소스에는 쓸 만한 프레임이 있다:
obj=[…, bottle], surf=countertop).
즉 일부 칸에서는 소스가 아니라 저장·선택이 병목이다 — 앞 절의 “검색 문제가 아니다”는 과한 주장이었고 여기서 정정한다.
train_7152__1:q00 (remote control → dining table)은 반대다: tagmem 저장분의 최선이 1,383px인데
그 캡션은 “Desk with watch”(obj=[watch])이고, tagmem 전체에서 remote control을 이름으로 적은 항목은 0개다.
소스의 최선도 1,902px(0.62%)에 불과하다.