NVIDIA Isaac Sim 위에서 작동하는 자동 검증 파이프라인
왜 이 파라미터를 선택했는가 — 각각 논문 근거가 있습니다
| Parameter | Range | Scale | Paper | Why |
|---|---|---|---|---|
| friction | 0.05 – 1.2 | log-uniform | SIMPLER 2024 | 마찰계수-성공률 상관 r=+0.36 (1위) |
| mass | 0.05 – 2.0 kg | log-uniform | SIMPLER 2024 | Franka 페이로드 한계 반영 |
| com_offset | 0.0 – 0.4 | uniform | Suction Grasp 2025 | 무게중심 편향 → 파지 안정성 변화 |
| size | 0.02 – 0.12 m | uniform | SIMPLER 2024 | 2cm 이하 물체에서 실패율 급증 |
| ik_noise | 0.0 – 0.04 rad | uniform | ICRA Sim2Real 2025 | Sim-to-Real 제어 오차 시뮬레이션 |
| obstacles | 0 – 4 | integer | RoboFAC 2025 | 장애물 3+ 시 충돌률 2배 |
| shape | 5 types | categorical | Grasp Anything 2024 | box, cylinder, sphere, L, irregular |
| placement | 14 types | categorical | ALEAS 2025 | 회전/기울임/모서리 배치 |
Latin Hypercube Sampling으로 10,000개 균등 분포 — 랜덤 대비 2-3배 공간 커버리지 (ALEAS 2025)
RoboFAC (2025) 기반 6가지 실패 유형 분류
그리퍼가 물체에 접근했으나 잡지 못함
원인: size < 3cm, approach_angle > 60°
로봇이 테이블/물체/장애물과 충돌
원인: obstacles ≥ 3, cluttered scene
파지 후 이동 중 물체를 놓침
원인: friction < 0.2, mass > 1.5kg
제한 시간 내 태스크 미완료
원인: 복잡한 IK 해, 비수직 접근
파지 중 미끄러짐 감지 (놓치지는 않음)
원인: friction < 0.3, com_offset > 0.2
목표 위치에 정확히 놓지 못함
원인: reach_ratio > 0.82, IK noise
동일 실험을 두 로봇에서 실행 → 보편적 위험 구간 발견
Franka Panda (7DOF)
10,000
실험 · 성공률 33.3%
danger zone: 7,808
UR10 (6DOF)
10,000
실험 · Coming Soon
UR10 PickPlaceController 기반
로봇에 의존하지 않는 보편적 위험 구간: friction < 0.15, size < 3cm, obstacles ≥ 3
Wilson Score Interval — 유한 샘플 신뢰구간 (SureSim 2025)
10,000
샘플 수
±1%
95% CI margin
p < 0.001
통계적 유의성
Wilson Score: p̂ ± z·√(p̂(1-p̂)/n + z²/4n²) / (1 + z²/n)
n=10,000, p̂=0.333, z=1.96 → CI = [0.324, 0.342]
RoboGate가 기반으로 하는 논문들
friction × mass 조인트 샘플링, Sim-to-Real 갭 정량화 (24-30%)
Latin Hypercube Sampling — 랜덤 대비 2-3배 공간 커버리지
IK noise injection으로 도메인 랜덤화
Wilson Score Interval — 유한 샘플 신뢰구간
6가지 실패 유형 분류 체계 (failure taxonomy)
Center of Mass offset이 파지 안정성에 미치는 영향
5가지 물체 형상 (box, cylinder, sphere, L, irregular)
GPU 병렬 환경 (4096 envs), Newton Physics 엔진