연구진이 인간 시범을 활용해 능숙한 조작 정책을 학습하는 REGRIND 파이프라인을 개발했어요. REGRIND는 인간의 손-물체 움직임을 로봇 참조로 재타겟팅하고, 시뮬레이션에서 잔차 RL 정책을 훈련하며, 이를 실제 하드웨어에 적용해요. 가위 사용, 드라이버 돌리기 등 복잡한 접촉 조작 작업에서 인간과 유사한 동작을 보여줘요. 시뮬레이션에서 실제 환경으로의 이전 과정에서 중요한 요인을 분석하고 가이드라인을 제시했어요.