연구진이 MuJoCo 물리 엔진과 Brax 라이브러리를 활용해 현실적인 복잡성을 반영한 리치-어보이드 작업 벤치마크를 처음으로 제시했어요. UR5e 로봇 팔에서 리치 작업 성공률 96.1%, 정적 리치-어보이드 작업 성공률 86.8%를 달성했어요. 기존 DRL 연구는 단순 환경에서는 성공했지만, 현실적인 시나리오에서 성능이 저하되는 한계가 있었어요.
이 벤치마크는 로봇 팔 리치-어보이드 작업의 다양한 설정을 포함하며, DRL 연구 평가에 활용될 수 있어요. 오픈 소스 코드는 GitHub에서 확인할 수 있어요. DRL을 이용한 로봇 팔 리치-어보이드 작업 성공적인 해결을 위해서는 추가 연구가 필요해요.