선 자리가 VLA pick 성패를 가르는가

1 왜 했나

사용자 제안: 가구마다 잘 되는 자리를 미리 정해 두고 navigate가 그 카탈로그만 쓰는 navi 하네스. VLA 실시행으로 자리를 검증하는 카탈로그는 약 350 GPU-h + 구현 4~5일이 든다. 만들기 전에 전제를 확인했다 — 선 자리가 pick 성패를 실제로 가르는가.

2 어떻게

pick 지점 10곳(가구: stand 2·bed·sofa·sink·dining table 2·chair 2·toilet)마다, 지금 navigate가 쓰는 것과 같은 샘플러(학습 datagen과 동일한 거리 0~0.7 m·±45°)로 8자리를 뽑아 서로 가장 다른 4자리를 골랐다. 자리마다 10회: 종료 상태 복원 → 속도 영점화 → 베이스를 그 자리에 고정 → VLA pick 1회(300스텝). 시행은 자리별 블록이 아니라 라운드로빈으로 돌려 누적 드리프트가 자리 효과로 위장되지 않게 했다(리뷰 지적 반영). 정책은 온라인 본 런과 같은 pi05_mlspaces_place_oc@20000.

판정 규칙은 데이터 전에 고정: 순열검정 p < 0.05 ∧ 자리 간 성공률 폭(max−min)의 중앙값 ≥ 0.40. 10회짜리 이항 잡음만으로도 폭 ≈0.20이 나오므로 0.40을 기준으로 잡았고, 집계 코드는 가짜 데이터로 양방향 검증했다.

3 결과 — 지점 × 자리 성공 횟수 (각 10회)

4 영상 — 같은 물체, 자리만 다름

테두리 색 = 그 자리의 10회 성공률(초록 ≥6, 노랑 3~5, 빨강 ≤2). 영상은 각 자리의 첫 시행이다.

bowl · sink — 같은 물체, 자리만 다름

candle · toilet

bottle · sofa — 앞선 프로브에서 “어디서든 0/3”이라던 그 병

5 좋은 자리를 고르면 얼마나 오르나

정직한 추정치는 +0.26 (1.7배). 다만 최선 자리에서도 0.62이지 1.0이 아니다 — VLA 자체의 확률성은 남는다.

6 좋은 자리는 기하로 예측되나 — 안 된다

지점 내 순위상관(성공률 vs 거리) 중앙값 −0.23, (vs 정면 이탈각) 0.00 — 부호가 지점마다 뒤집힌다(−0.95 ~ +0.77). bowl은 가장 가깝고 정면인 자리가 최선이지만 candle은 가장 가까운 자리가 3/10이고 0.67 m 떨어진 자리가 9/10이다.

7 한계

• 10지점 × 4자리 × 10회. 효과의 존재는 확실하지만(p<0.0001) 크기(+0.26)는 10지점 추정치다.
• 정책 하나(pi05_mlspaces_place_oc)만 봤다. 좋은 자리가 정책마다 다르면 VLA를 바꿀 때마다 카탈로그를 다시 검증해야 한다(본 런 VLA 교체 계획이 있다).
• pick만 봤다. place 자리는 미검증(오라클 grasp 필요).
• exo 카메라 랜덤 재배치는 그대로 뒀다 — 같은 자리 안의 성패 변동에는 그 영향이 섞여 있다.

8 다음