routine 본 런 중간 집계(589행)에서 실패 495칸 중 417칸(84%)이 "GT 근처 도달 후 파지 실패"로 확인된 상태에서, 사용자 질문 "물체들이 학습 때 안 봤던 물체들인가?"에 답하기 위해 행 단위로 카테고리 구성을 확인했다.
카테고리별 도달·들어올림(ever-lifted = lifted_gt ∪ placed_gt — lifted_gt는 놓으면
빠지므로 합집합이 맞는 정의)을 집계해 find·restore 본 런과 같은 지표로 비교했다. VLA(MolmoBot
place_oc@10000) 학습 데이터 표본은 FrankaPick part0·FrankaPickAndPlace part0·1에서
집 150개씩, 파일 1개의 모든 traj의 obs_scene.referral_expressions.pickup_name을 추출해 1,900 traj ·
648 카테고리로 구성했다(증강 세트 molmo_augment_*는 미포함).
| 가족 | 도달 → 들어올림 |
|---|---|
| find | .54 (858/1591) |
| restore | .31 |
| routine | .22 (130/580) |
| 카테고리 | 도달 | 들어올림 | 비율 | 학습 표본(1,900 중) |
|---|---|---|---|---|
| Mug | 50 | 27 | 0.54 | 151 (find mug 0.57과 동일) |
| Fork | 30 | 17 | 0.57 | 26 |
| Spoon | 19 | 11 | 0.58 | 24 |
| Spray_Bottle | 97 | 35 | 0.36 | 24 |
| Alarm_Clock | 79 | 20 | 0.25 | 5 |
| Hand_Towel | 86 | 13 | 0.15 | 0 (paper towel만 24) |
| Tomato | 76 | 0 | 0.00 | 7 |
| Bread | 76 | 1 | 0.01 | 0 |
| Cloth | 16 | 0 | 0.00 | 0 |
| Plate | 18 | 1 | 0.06 | 7 |
| Soap_Bottle | 9 | 0 | 0.00 | 12 |
"안 본 물체" 가설은 절반만 맞다. 학습에 흔한 카테고리(mug·fork·spoon)는 find와 같은 ~0.55로 들어올리고, routine이 낮은 것은 GT의 44%가 학습에 없거나 드문 카테고리(빵 0·천/수건 0·접시 7·토마토 7)이기 때문이다. 메모리 전략 비교에는 영향이 동일하다(모든 전략이 같은 물체 분포를 마주친다) — 다만 SR 천장이 낮아져 전략 간 차이의 검정력이 줄어든다는 점은 routine 결과 해석 시 주의해야 한다.
토마토·비누병처럼 학습 표본이 있는데도 0인 카테고리의 원인(형상·물리 vs 다른 요인)이 미분리.
토마토·빵 실패 영상 몇 개로 "접근은 하는데 미끄러짐" vs "잡으려는 시도 자체가 엉뚱함" 구분. 논문에는 routine 온라인 수치가 VLA 커버리지에 묶여 있음을 명시하고, 카테고리 층화 표를 병기 후보로 검토.