연구진은 로봇 프로파일링 센서의 작업 인식 파라미터 설정을 위한 새로운 프레임워크 ScanHD를 제안했습니다. 이 프레임워크는 시각 정보와 자연어 지시사항을 결합하여 센서 파라미터를 추천합니다. Instruct-Obs2Param 데이터셋을 구축하여 검사 의도와 객체 변형을 파라미터와 연결했습니다.
ScanHD는 하이퍼차원 컴퓨팅을 활용하여 작업 인식 코드를 생성하고, 파라미터별 연관성 추론을 수행하여 안정적이고 해석 가능한 저지연 의사 결정을 내립니다. 실험 결과, ScanHD는 기존 방법보다 높은 정확도를 보였으며, 로봇 검사 센서 설정을 자동화하여 수동 튜닝을 없애고 센서 설정을 적응형 의사 결정 변수로 끌어올릴 수 있습니다.
연구는 로봇 검사 센서 설정을 자동화하여 수동 튜닝을 없애고 센서 설정을 적응형 의사 결정 변수로 끌어올릴 수 있다는 점에서 의미가 있습니다.