COMPASS

NVIDIA·UC Berkeley·UT Austin · 2025-02

VA내비게이션미공개RL 정책

모방학습 기반 정책 위에 엠바디먼트별 잔차 RL 전문가를 학습한 뒤 이를 엠바디먼트 조건 정책 하나로 증류해 바퀴형·사족·휴머노이드 내비게이션을 통합한다.

논문

백본 LLM: 없음
비전 인코더: DINOv2 (X-Mobility 인코더)
액션 헤드: 가우시안 MLP 정책 (평균 + 전역 분산) → 속도 명령 (RL 정책)
청크: 없음 (1스텝)
제어 주기: 미공개 (Jetson P50 29.3 ms)
구조 원문 요약: 고정 X-Mobility(DINOv2·잠재 world model) 기반 정책 + 엠바디먼트별 잔차 RL(PPO) 전문가 → 원-핫 엠바디먼트 임베딩 조건 MLP generalist로 증류(평균 예측 + 전역 분산); 출력 속도 명령(v, ω), 다리형은 RL 보행 정책이 관절 제어

사전학습 가속기: 해당 없음 (X-Mobility 사전학습 체크포인트 재사용)
사전학습 기간: 해당 없음
사전학습 스텝·배치: 해당 없음
GPU·TPU-시간: 미공개
파인튜닝: 잔차 RL: L40 2장·병렬 환경 64개·전문가당 1,000 에피소드(Carter 300); 증류: H100 4장; 시간 미공개
데이터 종류: 시뮬레이션·합성
데이터 규모: 증류 데이터: 엠바디먼트당 320 궤적 × 128스텝 ≈ 40k 프레임 (HF 카드: 총 160,000 프레임)
주요 데이터셋: Isaac Lab 창고·사무실 환경 잔차 RL 전문가 롤아웃
태스크·평가: Isaac Lab 4개 환경×640회: Combined 성공률 X-Mobility→generalist Carter 50.3→85.3%, H1 22.0→84.4%, Spot 11.7→77.9%, G1 10.0→90.6%; 전문가는 성공률 5–40배·가중 이동시간 평균 3배 개선
로봇: 시뮬: Nova Carter 바퀴형, Unitree H1·G1 휴머노이드, Spot 사족; 실로봇(v3): Carter·Unitree G1 (Jetson Orin, 무작위 장애물 20회 성공률 약 80%)

강화학습: 사용 (VLA RL 사후학습) · X-Mobility(모방학습) 정책 위 엠바디먼트별 잔차 PPO로 정책 자체를 RL 미세조정 후 generalist로 증류; 다리형은 하위 RL 보행 정책도 결합
강화학습 근거: https://arxiv.org/html/2502.16372
베이스 제어: 바퀴형·사족보행·휴머노이드 보행 (베이스 속도·자세 직접 출력) · generalist 정책이 속도 명령(v, ω) 출력 → Carter는 직접 구동, H1·G1·Spot은 Isaac Lab RL 보행 정책이 관절 제어 (시뮬)

핵심 특징: 모방학습 기반 정책 위에 엠바디먼트별 잔차 RL 전문가를 학습한 뒤 이를 엠바디먼트 조건 정책 하나로 증류해 바퀴형·사족·휴머노이드 내비게이션을 통합한다. 시뮬 벤치에서 X-Mobility 대비 성공률을 약 5배 높였고(예: H1 22.0%→84.4%) Jetson AGX Orin에서 29 ms로 실행된다.
비고: 초기 판은 실세계 배포를 그림 1 캡션에만 언급하고 Sim2Real을 향후 과제로 뒀으나 v3(2025-10)에 Carter·Unitree G1 실로봇 배포(Jetson Orin, 20회 성공률 약 80%) 추가. HF(nvidia/COMPASS, 게이트)에 Carter용 ONNX·JIT 정책과 GR00T 사후학습 자료 공개, 다중 엠바디먼트 generalist 체크포인트는 파일 목록에서 확인 안 됨. 증류 데이터로 GR00T VLA에 내비 기능을 붙이는 워크플로 제공(공식 문서). 파라미터·학습 시간 미공개. NVIDIA Open Model License. 기반: X-MOBILITY: End-To-End Generalizable Navigation via World Modeling (arXiv 2410.17491) — X-Mobility를 기반 정책으로 고정해 사용 (논문·HF 카드 명시)
검증: 수정 반영