연구진은 복잡한 실내 환경에서 로봇이 충돌 회피 경로를 생성하는 데 어려움을 겪는 원인이 고정된 안전 마진의 부정확성 때문이라고 밝혔습니다.
Diffusion 기반 계획기는 다양한 경로 후보를 제안하지만, 신뢰성 있는 선택이 여전히 문제입니다. 연구진은 적응형 안전 간격을 학습하는 안전 평가기를 제안했습니다.
제안된 방법은 시뮬레이션 환경에서 ESDF 지오메트리를 활용하여 학습하고, 두 단계의 교사-학생 절차를 통해 인지 기반 선택기로 증류하여 HM3D 및 MP3D에서 높은 성공률과 경로 길이 가중 성공률을 달성했습니다.