연구진은 현재 BFMs의 한계를 극복하기 위해 ReactiveBFM이라는 새로운 프레임워크를 제안했어요. ReactiveBFM은 환경 변화에 유연하게 대응하고, 불완전한 물리적 상태에서 오류 복구 행동을 학습하는 데 중점을 둡니다. Unitree G1 휴머노이드에 적용한 결과, 93.1%의 성공률을 기록하며 기존 방식보다 28.6% 향상된 성능을 보였어요.