연구진은 로봇이 새로운 조작 작업을 지속적으로 학습하면서 이전에 학습한 행동을 유지할 수 있도록 하는 임베디드 연속 학습(ECL) 문제를 해결하기 위해 Skill-Compositional Experts(SCE) 프레임워크를 제안했어요.
SCE는 Compositional Skill Grounding(CSG)을 통해 작업 데모를 재사용 가능한 기술로 분해하고, Dual Execution-and-Transition Experts(DETE)를 활용해 기술 조합을 통해 새로운 작업 학습을 가능하게 해요.
LIBERO 벤치마크와 실제 조작 작업 실험에서 SCE는 기존 방법보다 유지력과 전체 작업 성능을 향상시키는 것으로 나타났어요.