이동 단계 끝에서 정책이 멈추지 못하고 더 돈다

1. 문제 상황

• 증상: 정책이 목표 방향(시연 76~89°)을 지나 계속 돈다. ACT 청크 100 실기 9/9 실패(끝 θ +97~119°). SmolVLA 4종 0/5(끝 방향 203~339°).
• 어디서 보이나: 실기에서만. 시연 끝 프레임을 넣으면 회전 속도 ±0.001 로 멈추라고 낸다 — 오프라인 채점에는 안 잡힌다.
• 왜 막나: 체인(이동 → 집기)의 첫 단계라 이게 안 닫히면 뒤 단계를 실기에서 못 본다.

2. 가설 → 시도 → 결과

3. 지식화

• 원인 [개연]: 데이터 공백. 시연 100 에피소드는 전부 76~89° 만 돌아 「더 돈 장면」과 「도착해서 멈추는 장면」이 없다. 그래서 조금 더 돈 장면을 보면 남은 회전을 크게 잡고, 도착 장면에서 멈추라는 신호를 못 낸다.
• 모델 무관: ACT 와 SmolVLA 가 같은 꼴로 실패했다 (H5·H6). → 정책을 바꿔도 이 문제는 남는다.
• 실행 설정은 줄일 뿐 못 없앤다 (H1·H4). 상태 입력도 못 고친다 (H2).
• 우회는 실행기 쪽 (H9): 도착 개념이 없는 모방 정책에 도착은 밖에서 준다. 조건: 목표물이 보이는 거리(±45°·수십 cm).
• 덧붙인 논문: DAgger (arXiv:1011.0686) — 정책이 만든 분포에서 이탈 장면을 모아 교정(correction)하는 것이 이 공백의 교과서적 처방. H8 이 그 수동판이다. 본문 §2 미독.

4. 다음 방향 — 정책이 스스로 멈추게 하려면 (실험 설계)

공통 규약: task01 실기, 판정은 같은 날 시연 재생 도착값 기준 끝 |yaw| 오차(≤ 8°)와 도착 뒤 추가 회전량. 보정기(H9)는 끈 채 정책 단독 성능을 잰다. 조건당 10회·시드 2.

순서 E4 → E1 → (E2 ∥ E3). E1 이 되면 보정기는 안전장치로만 남긴다. E1 이 안 되면 도착은 정책 밖(E3 또는 H9)에서 닫는 것이 구조다.

추가로 검증할 가설

• 과회전 크기가 재질의 주기와 독립인가 — E1 모델에서 e30/e100 비교. 독립이면 H1 은 완전히 닫힌다.
• 도착 장면 정지 길이가 멈춤 학습에 충분한가 — 추가 녹화의 끝 정지 1 s vs 3 s.
• 같은 데이터로 SmolVLA 를 학습하면 멈추나 — 모델 무관 판정의 직접 확인.

로봇이 몇 cm 어긋나 서 있으면 튜브를 못 잡는다

정책이 영상으로 자리를 보정하지 않는다

1. 문제 상황

같은 모델이 어떤 날은 빈손, 어떤 날은 잡는다. 시연 재생으로 맞춘 자리에서는 왼손으로 집었고, 어긋난 자리에서는 빈손. 모델 없이 시연 명령을 그대로 재생해도 어긋난 자리에서는 양손 빈손 → 실패의 큰 몫은 배치였다.

2. 가설 → 시도 → 결과

3. 지식화

ACT 가 몇 cm 를 못 넘기는 것은 OOD 인가, 일반화 부족인가

• 답: OOD 다. 일반화를 시험할 재료 자체가 없었다 [개연].
  • 시연 100 에피소드의 첫 프레임끼리 최근접 거리는 중앙 0.028 — 같은 에피소드가 1초 움직인 거리(0.063)보다 좁다. 시연은 자리 하나만 덮는다. 실기 시작 장면은 그보다 2.1~5.1배 떨어져 있다 (fw2w 사후 측정).
  • 11회 첫 닫힘 손끝 x 가 시연 ±3 cm 안 — 정책은 「시연 자리의 자세」를 정확히 재현한다. 자리 편차를 본 적이 없으니 자리에 따라 행동을 바꿀 이유를 배우지 못했다.
  • 그래서 H2(상태 드롭아웃으로 영상 의존을 올림)가 실기에서 안 먹었다: 영상을 더 보게 해도 영상 안에 자리 편차가 없으면 배울 것이 없다. 오프라인 지표만 오른 것이 그 증거다.
• 가르는 법 (다음에 같은 증상이 나면): ① 시연 첫 프레임 최근접 거리 분포 vs 실기 시작 장면 거리 — 실기가 분포 꼬리 밖이면 OOD. ② 시연 안 자리 편차(손끝·물체 위치의 표준편차)가 0 에 가까우면 일반화 부족이 아니라 데이터 설계 문제.
• 우회(H6)는 평가 절차이지 해법이 아니다 — 실기 비교 전에 자리를 맞춘다는 규범은 남기되, 그것으로 이 문제가 닫힌 것은 아니다.
• 「모델이 못 잡는다」(H1)로 읽고 레시피를 바꾸는 학습을 돌린 것이 10월 중순 비용의 큰 몫이었다.

덧붙인 논문 — 자리를 옮기지 않고 풀려면

4. 다음 방향 — 자리를 맞추지 않아도 잡게 하려면 (실험 설계)

공통 규약: 판정은 전부 옮긴 자리 홀드아웃(shifted-placement holdout) 으로만. 실기는 조건당 10회·시드 2, 자리는 바닥 표시 5곳(편차 범위 안)+3곳(범위 밖 ±8 cm). 오프라인 보조 지표는 「첫 닫힘 손끝 x 와 랙 위치의 상관 r」.

순서는 E1 → (E2 ∥ E3) → E4 → E5. E1 이 안 되면 (자리 편차를 줘도 못 잡으면) 문제는 데이터가 아니라 표현이고, 그때 E3·E5 가 앞으로 온다.

추가로 검증할 가설

• 자리 편차가 양팔 협응(bimanual coordination)을 깨뜨리나 — 좌·우 손 실패율을 따로 센다.
• 편차 범위가 넓을수록 맞춘 자리 성능이 떨어지나 — E1 vs 대조군을 맞춘 자리에서도 비교.
• 상단·손목 카메라 중 어느 것이 자리 정보를 주나 — 영상 바꾸기 기울기(image-swap gradient)를 카메라별로.

그림: figs/C02-ood-distance.svg — 시연 첫 프레임 최근접 거리 vs 실기 시작 장면 거리. H4 교락 풀기는 C04 로.

정지한 시작 자세에서 첫 동작을 내지 못한다

1. 문제 상황

실기에서 정지한 시작 프레임을 주면 모델이 아무 동작도 내지 않는다(M1·4라운드, t01·t03·t04·t05). 이미 움직이는 장면에서는 시연대로 따라간다. 유일한 실기 출발 성공은 청크 100 전문가(t05, exec 100). 사용자 관찰: 「exec 이 작으면 자세를 못 벗어난다」.

2. 가설 → 시도 → 결과

3. 지식화

시연의 시간 구조(기다림)를 정책이 어떻게 다뤄야 하나

• 답: 상태만 보는 결정적 정책에는 「기다림」이 상태로 구분되지 않는다. 그 구간이 한 청크 안에 들어야만 배울 수 있다. 청크가 기다림보다 짧으면 정지 프레임의 정답이 「청크 내내 기다림」이고, 실행해도 입력이 안 바뀌어 영원히 멈춘다.
• 레시피 레버(H1)·시간 앙상블(H4)은 이 구조를 못 바꾼다. 잘라 내기(H2)는 기다림 대신 출발 분포를 깨뜨린다.
• 머물기 감독(H3)은 다른 축의 문제를 겹쳐 놓았다 — 「끝 검출」을 정책에 가르치려다 시작을 끝으로 읽게 했다. 끝 검출은 실행기 몫 (→ fw2w).
• 가르는 법: 「단계별 시연 정지 구간(틱) vs 학습 청크 길이(틱)」 표. 정지 > 청크 인 단계가 출발 실패 단계와 일치하면 이 사례다. t01 은 기다림 108틱이라 청크 100 으로도 못 담는다.
• 모델 무관 여부: 청크 정책 일반 [추정]. SmolVLA 청크 50(≈2.4 s)은 39~56틱과 겹친다 — 기다림이 50틱을 넘는 단계에서 같은 실패를 예측한다 (미측정).

덧붙인 논문

4. 다음 방향 — 정지 자세에서 출발하게 하려면 (실험 설계)

공통 규약: 정지 시작 프레임 실기, 단계 t01·t03·t04·t05·t06·t11, 조건당 5회. 지표는 첫 100틱 안 출발 여부와 출발까지 틱 수(시연 중앙 39~56틱과 대조).

순서 E1 → E4 → E2·E3. E1 이 안 되면 오프라인 h100 지표가 실기 출발을 대변하지 않는 것이고, 그때 E3 에서 쓰는 지표를 실기 프레임 재예측으로 바꾼다.

추가로 검증할 가설

• 청크 길이 vs 기다림 관계가 SmolVLA(청크 50)에서도 성립하나 — 기다림 > 50틱 단계만 실패하면 모델 무관이 확정된다.
• 청크 200 이 개루프화로 출발 뒤 성능을 깎나 — ACT 논문의 k=200·400 하락이 우리 과제에서도 나는지.

여러 단계를 한 모델로 묶을 것인가, 단계 전용(stage expert) 모델을 둘 것인가

1. 문제 상황

배포 모델을 단계마다 둘지 하나로 묶을지 정해야 했다. 두 서버가 정반대 결론을 냈고(한쪽 「묶으면 이동이 손해」), 10월 중순 실기에서는 오프라인 판정(묶음 채택)과 반대로 단계 전용 모델만 튜브를 잡았다.

2. 가설 → 시도 → 결과

3. 지식화

묶음의 이득은 어디서 오고 언제 손해인가

• 답(오프라인): 이득은 자기 데이터 부족분의 대체다. 자기 에피소드가 약 140 을 넘으면 사라진다(회귀 대략치). 손해는 노출 희석 — 데이터가 2.9배라 같은 스텝에서 단계당 노출이 줄어 더 오래 학습해야 한다.
• 실기 역전(H5)은 아직 답이 아니다. 노출량 11배 차이를 빼면 「전용이라서」인지 「그 단계를 11배 더 봐서」인지 모른다. 묶음 모델(pooled model)의 1~4 cm 높은 겨냥은 재예측에서도 보이므로 모델 결함이지 폐루프(closed-loop) 증상은 아니다(E3 기준).
• 정책은 영상에서 그 단계의 타이밍을 읽는다 — 그래서 그 단계 장면 노출량이 레버다 (C03 와 같은 원리).
• 가르는 법: 단계별 자기 에피소드 수 × 묶음/전용 성능 표. 단조면 노출 문제, 아니면 간섭 문제.

덧붙인 논문

4. 다음 방향 — 묶음의 이득과 손해를 가르려면 (실험 설계)

공통 규약: 같은 데이터·같은 원핫 조건·같은 서버·같은 채점 하네스. 지표는 단계별 홀드아웃 팔 오차와 맞춘 자리 실기 집기 성공률(10회). 문턱은 시드폭(단독 0.007 · 다단계 0.0101).

순서 E4 (오프라인, 싸다) → E1 → E2 → E3. E1 에서 구조로 판정되면 배포는 단계 전용 + 체인 실행기로 바꾸고, 노출량으로 판정되면 11단계 묶음 + 가중 샘플러(E2)로 간다.

추가로 검증할 가설

• 간섭이 비슷한 자세의 조작 단계끼리만 나나 — 단계 쌍별 혼동 행렬.
• 120K 가 포화인가 — 90K·105K 채점 (지금 비어 있다).
• 단계 전용 이동 모델의 과회전(반대 사례)은 C01 과 같은 원인인가 — 재생 영상 재예측으로.

다른 현장 데이터를 섞으면 환경 변화에 강해지는가

1. 문제 상황

ACT_Trossen 트랙의 뿌리 질문(th8r). 실험실 조작을 ACT 로 학습하는데 현장이 조금만 달라져도(조명·시점·자리) 실기가 무너진다. 다른 현장에서 모은 같은 과제 데이터가 있다 — 섞으면 강해지나, 아니면 우리 과제를 깎나.

2. 가설 → 시도 → 결과

3. 지식화

「환경 변화」 중 무엇이 혼합으로 강해지고 무엇은 안 강해지나

• 답: 요인마다 다르다. 혼합은 장면 분포를 넓혀 다른 장면에서의 출발을 열었다(H3). 공간 요인(물체 자리)은 열리지 않았다(H6) — 두 현장 시연 모두 자리 편차가 없어서다(C02 와 같은 뿌리). 색상 증강은 시점·자리 요인에 닿지 않는다(H5).
• 「섞으면 나빠진다」(H1)는 틀린 결론이었다 — 몫 통제가 없었을 뿐이다. 섞는 방법(고정 몫)이 섞느냐보다 먼저다.
• 「환경 변화에 강해지나」를 한 질문으로 묻지 않는다. 조명·시점·자리·배경을 따로 홀드아웃으로 만들어야 답이 나온다.
• 가르는 법: 요인별 홀드아웃(우리 현장 / 다른 현장 / 자리 옮김 / 시점 바꿈)에서 단독 vs 혼합. 한 요인만 오르면 그 요인의 분포 문제, 전부 안 오르면 표현 문제.

덧붙인 논문

4. 다음 방향 — 「환경 변화」를 요인별로 재려면 (실험 설계)

공통 규약: 요인별 홀드아웃 넷 — 우리 현장 / 다른 현장 / 자리 옮김(C02 E1 데이터) / 시점 바꿈. 단독 vs 고정 몫 혼합, 3 시드, 실기 조건당 10회.

순서 E1 → E2 → E3 → E4. E1 에서 자리 요인까지 열리면 C02 의 전제가 틀린 것이라 C02 를 다시 본다.

추가로 검증할 가설

• 골라 섞기(CDS 식 — 개선되는 에피소드만)가 고정 몫보다 나은가.
• 색상 증강(augmentation)이 조명 요인 홀드아웃에서는 효과가 있나 — H5 는 조명 홀드아웃 없이 쟀다.
• 시점 요인은 카메라 외부 파라미터 증강으로 닿나 — 색상이 못 닿는 요인의 대체 수단.

같은 레시피로 8런을 돌리면 일부만 성공률을 올린다

처음부터 학습하는 VLA의 이륙 복권

1. 문제 상황

레시피와 데이터를 맞추고 시드만 바꿔 8런을 돌리면 어떤 런은 성공률 0.7~0.8까지 이륙(takeoff) 하고 어떤 런은 30k step 끝까지 0 근처에 머문다. 1호기 8런 창평균이 .56 .52 .03 .05 .53 .57 .75 .28 — 런간 표준편차 0.263 의 쌍봉이다. 이것이 막은 것은 성능이 아니라 측정이었다: 창평균을 arm 점수로 쓰면 최소 가분 효과(MDE)가 8런/arm 기준 43%p 로, 어떤 레시피 비교도 설계 단계에서 불능이었다.

2. 가설 → 시도 → 결과

3. 지식화

이륙이 갈리는 것은 비결정성(복권)인가 레시피(warmup·학습률)인가

• 답: 둘 다인데 층이 다르다. 추첨을 흔드는 것은 부동소수 잡음이고, 당첨 확률을 정하는 것은 레시피다.
  • 데이터·증강·초기화가 같고 SDPA backward 경로만 다른 쌍둥이가 이륙을 뒤집었다(2호기). 결정적 레시피는 같은 추첨을 재현시킬 뿐 복권을 없애지 않는다 — 그 코드의 B0d 도 3/8 이다.
  • warmup 500 또는 peak lr 5e-5 중 하나만 켜도 3/8 → 8/8 이 된다(2호기 · 각각 이륙 시점 정확 순열 p=0.00093·0.00016, 이륙률 Fisher 는 둘 다 0.0256). 네 arm 이 기준선 B0d 하나를 공유하고 α 보정이 없어 확정의 무게는 이륙 시점 검정에 있다. 둘 다 켠 칸도 8/8 이지만 그 이륙 평가는 사전 등록에서 보조(서술)였고 세 칸이 천장이라 상호작용은 판정하지 않았다. 범위 한정: VLA-Adapter Pro 0.5B · LIBERO-Spatial · 30k · batch 4 · 결정적 레시피 · 각 1 머신 · 8시드. 8/8 을 보장으로 읽지 마라 — 비율 95% 하한이 약 0.63 이고, warmup 500 에서도 잡음 쌍둥이 1회차가 미이륙했다. lr 5e-5 에서의 잔여 민감도는 재지 않았다. 기전(초기의 큰 갱신이 궤적을 이륙 못 하는 쪽으로 보낸다)은 [추정] 이다 — 2x2 상호작용도 초기 갱신 크기도 측정하지 않았다.
• 모델 무관 여부: 이 수치는 전부 한 백본·한 스위트에 묶인다. 범위 밖 선행 보고가 같은 모양이라는 점에서 모델 무관일 [개연] 은 있다(SPIRE 부록 F). 옛 레시피(lr 2e-4·warmup 500)로 LIBERO-Long 을 처음부터 학습한 1런은 12점 전부 0.00 으로 이륙 실패했다 — 1호기 단독·서술이고 방향만 일치한다.
• 가르는 법 (다음에 같은 증상이 나면)
  • ① 결정성을 먼저 깐다 — 증강 시드 추출 직렬화 + SDPA math 강제 + 카메라 이름 정렬. 이것 없이 비교하면 레시피 효과와 추첨이 섞인다. torch 결정 모드를 켜는 것으로는 안 된다(SDPA 비결정을 경고 0건으로 통과시킨다, u3lj). 결정 모드용 CUBLAS 설정은 약 31% 느려지고 결정성에는 불필요하다(rfgc).
  • ② 이륙은 폐루프 평가로만 판정한다 — 손실은 런 안에서 이륙을 못 본다. 런 평균 손실 오프셋은 후보 선별에만 쓰고(AUC 0.87), 선행성·인과는 미확인이다. 손실 곡선 상관계수(r≈0.87)를 「손실이 같다」로 읽은 것이 이 사례의 첫 오독이었다 — 같은 쌍에서 수준 차는 +0.014~+0.036 였다.
  • ③ 체크포인트 한 점으로 읽지 말고 W4 로 재되, 이륙 여부는 W4 를 만들기 전에 창 체크포인트 성공률로 따로 판정한다. ④ 지표를 바꾼다 — 창평균은 복권 분산이 실려 MDE 43%p 였다. 이륙률(Fisher) + 이륙 시점(우측 검열 log-rank 정확 순열)으로 바꿔야 8 대 8 에서 판정이 선다(avm5). 복권을 닫으면 지표가 돌아온다 — warmup 500 arm 은 8런 창평균 SD 0.054 로 MDE 가 4런 약 13%p · 8런 약 8%p 라 창평균을 주 지표로 되돌릴 수 있다(1호기 단독, 옛 B0 의 0.263 과는 코드 교락).
• 우회: lr 5e-5 또는 warmup 500 은 복권 확률을 낮추는 우회이고 기전을 설명하지 않는다 — 상태를 「해결」로 바꾸지 않는다. 재발방지로 함께 남길 것: NaN 즉시 중단 게이트가 없어 6런 × 약 25k step 의 학습과 NaN 체크포인트 평가 12건을 헛돌렸다. 경계 — Long 스위트의 레시피·학습량은 C07, 지시문 접지는 C09 가 담당한다.

덧붙인 논문 — 이 현상이 우리만의 것인가

4. 다음 방향 — 복권의 잔여분과 기전을 가른다 (실험 설계)

공통 규약: 전부 2호기 결정적 레시피(증강 직렬 + SDPA math + 카메라 정렬) · LIBERO-Spatial 처음부터 · batch 4×1 · 30k · save 2500. 이륙 = 성공률 0.40 첫 도달(100 ep × 12점, 미도달은 30000 으로 우측 검열), 성능은 W4 × 500 ep. 판정기와 기준은 발사 전에 사전 등록하고 결과를 본 뒤 바꾸지 않는다. 판정 기준의 숫자는 제안값이다.

순서는 E3(학습 0) → E1 → E4 → E2 → E5. E1 이 「둔감」이면 복권은 레시피로 실질적으로 닫힌 것이고 E4·E5 의 우선순위가 내려간다. E1 이 「잔여 민감」이면 레시피는 우회일 뿐이라 E4(기전)가 앞으로 온다. E2 는 NaN 중단 게이트를 러너에 넣은 뒤에만 발사한다. E3 의 이전 탐색판은 「다음 5000 step 안에 이륙」 조건부여서 체크포인트마다 양성이 1~3개뿐이었고 AUC 가 0.00 에서 1.00 까지 튀어 판정 불가였다 — 고정 창·런 단위로 바꾸는 것이 이번 차이다.

추가로 검증할 가설

• 판정 장치가 결론을 만들고 있지 않은가 — 이륙 문턱 0.30·0.50 민감도를 기존 arm 에서 재계산하고(학습 0), 평가 잡음 0 이 단일 머신 측정이므로 중앙처리장치가 다른 머신에서 같은 체크포인트 500 ep 를 에피소드 단위로 대조한다.
• 이륙 뒤에도 남는 정체가 복권과 같은 원인인가 — 어려운 세 태스크는 이륙 후에도 0.4~0.7 에 머물고 W4 는 그 격차의 11~19% 만 메웠다. 배치·스케줄 축은 C07 의 Long 결과와 교락하지 않게 Spatial 에서 따로 잡는다.

긴 과제 스위트(LIBERO-Long) 성공률이 .89대 평원에 머문다

레버 하나로는 「둘 다 .90」을 넘지 못한다

1. 문제 상황

기준 레시피(학습률 5e-5 · warmup 500 · 상수 · 배치 4)로 Long을 처음부터 30k 배우면 창 평균(W4 — 마지막 체크포인트 4개의 가중치 균등 평균) × 500 에피소드가 .572 · .562다. 같은 평가기로 잰 공식 Long-Pro는 .954다. 지시문은 쓴다(언어 효과 +0.92~+0.98) — 남은 격차는 언어가 아니라 긴 조작이고, 실패가 다단계 과제에 몰린다(30k에서 t4 .20/.06 · t6 .04/.04 · t8 .06/.00). 사용자 관문은 「두 시드 평균 Long ≥ .90 그리고 Spatial ≥ .90 · 낮은 시드 각 ≥ .85」이고, 넘기 전에는 강건성·Plus 축으로 넘어가지 않는다. 아래 수치는 전부 2호기 · W4 × 500 ep · 시드 0·1 탐색이다(호기를 섞어 비교하지 않는다).

2. 가설 → 시도 → 결과

판정은 H2(새 시드 4 대 4 확증)를 빼고 전부 노하우대장 「잠정」이다 — 2시드 · 1 머신 · 서술.

3. 지식화

Long이 안 오르는 것은 용량·학습량 문제인가 레시피 문제인가, 그리고 어느 레버가 듣나

• 답: 국면이 둘이고 둘의 답이 다르다 [개연]. 처음부터 배울 때는 학습량이다 — 30k는 1.18 에폭뿐이고 예산 안의 추세로 「고원」을 판정한 것이 틀렸다(H1). 짧은 스위트를 먼저 배운 뒤에는 학습량을 늘려도 창 평균이 사전 지정 크기(+.05)만큼 오르지 않았다 — Long 2배 +0.002, 꼬리 4배 +0.004(둘 다 2시드 · 창 평균 기준 · 꼬리 4배는 끝 체크포인트 단독으로는 +0.034이고, Long 2배 칸은 재생이 없어 대조군이 아니라 방향 시사다). 그 자리에서 움직인 것은 끝 구간 학습률 감쇠(H7 분기 안 +0.11 · H9 분기 없이 +0.04)와 레버 묶음(H10)이다.
• 용량 문제가 아니다 [개연] — 같은 구조·같은 평가기로 공식 체크포인트가 .954를 낸다. 다른 것은 표본량이고, 공식은 우리 단계식의 약 13~53배를 봤다 [추정, 레포 계산].
• 규칙상 기각·「이 칸에서 레버 아님」 (다시 하지 마라): 재추론 주기 단축·시간 상한 연장(H5 — 파일럿 모델) · 감쇠 바닥 1/10(H8 — 창 평균 규약 · 분기 꼬리 한정) · 손실 형태 Student-t(H12 — 배치 4 전 구간 cosine 칸) · 단계 2의 학습률 2e-4(수렴한 정책을 재가열하면 약 10 step 만에 붕괴 — 01 §1.1 · 0plb) · 어려운 과제 궤적 단순 반복(처음부터·Spatial·1호기에서 규칙상 기각 — 01 §8.6 · 동등성 검정은 아니다).
• 「이 2시드 화면에서 미충족」 (다시 할 때는 조건을 바꿔라): Long 노출 연장·혼합(H4) · 유효 배치 16 단독(H6) · 꼬리 길이 연장(H11). 미검출은 「레버가 아니다」가 아니다.
• 가르는 법 (다음에 같은 평원을 만나면): ① 끝 체크포인트 단독과 창 평균을 같이 낸다 — 둘이 벌어지면 레시피 효과가 아니라 평가 규약의 문제다(H8·H11이 그 사례). ② 같은 분기 프로토콜의 상수 대조군을 둔다 — 새 옵티마이저·새 저차원 어댑터·데이터 스트림 재시작만으로도 비슷한 크기의 차가 생긴다(H7은 그 대조군 때문에 판정이 가능했다). ③ 과제별로 본다 — 실패는 t6·t8에 몰리고 어려운 과제는 시드마다 바뀐다.
• 아직 가르지 못한 것: 유효 배치 · 잡음 온도 · 총 표본이 H6·H10에 함께 들어 있다. 문헌의 Adam 제곱근 규칙으로 보면 유효 배치 16 · 5e-5 · 33k는 배치 4 · 2.5e-5 · 132k와 같은 확률미분방정식을 따른다 [계산, 가정 의존] — 그 대조군이 없다. H10에는 유효 배치 16 + 상수 꼬리 대조군도 없어 두 효과의 합산·상호작용을 말할 수 없다.
• 인용 규율: H10은 「규칙상 통과」다 — 「.91 레시피」로도, 「처음으로 둘 다 .90을 넘겼다」로도 쓰지 않는다(시드 단위로는 H6의 s0가 먼저 둘 다 .90이었다). H7의 +0.11은 분기 안 대조이고 현 레시피 대비는 +0.057 서술이다. H3의 「따라잡음」은 평균상이며 그 문턱은 단계식 결과를 본 뒤에 정해졌다.

덧붙인 논문 — 레시피 축을 통제한 선행이 비어 있다

4. 다음 방향 — 묶음을 쪼개고 평원의 원인을 가른다 (실험 설계)

공통 규약: 판정은 창 평균 × Long 500 ep + Spatial 500 ep로만 하고, 끝 체크포인트 단독도 같은 줄에 적는다. 시드는 최대 2(사용자 10-13)이므로 새 시드 확증은 하지 않고 「통과 칸 + 다른 레버 결합」으로 재현성을 본다. 칸마다 발사 전 사전 등록 · 판정기 자체 시험 · 결과 뒤 감사. 아래 판정 기준의 숫자는 제안값이고 등록 때 확정한다.

추가로 검증할 가설

• 창 평균이 꼬리 길이에 따라 손해로 바뀌는 지점이 있나 — H8·H11 둘 다 끝 단독이 창 평균보다 높았는데 창 안 저장점의 단독 평가가 없다(끝 하나뿐). 그리고 단계 경계에서 정규화 좌표계가 둘로 갈리는 것이 평원에 기여하나 — 두 단계를 합집합 통계 한 프레임으로 돌린다 [추정, H13에서 남은 후보].

경계: 관문은 학습한 두 스위트 안의 성공률이다 — 처음 보는 지시문·과제는 이 사례가 다루지 않는다(모든 칸에서 거의 0 — szxo g0mt). 처음부터 학습의 이륙 안정성·시드 복권은 C06, 망각과 재생 비율 자체(1% 대 10% · 재습득 곡선)는 C08이 담당한다 — 여기서 재생은 복합 레시피의 구성요소로만 나온다(6b4u · Spatial 망각 r18b). 이 축은 2026-10-17 이후 새 칸이 없다 — 레포는 지시문 접지·계획기 분해로 옮겨 갔고, 위 E1~E4는 전부 미실행이다.

이어 학습하면 이전 스위트를 잊는다

재생 비율이 손잡이다

1. 문제 상황

Spatial 을 다 배운 체크포인트에서 Long 을 이어 학습하면 Long 은 오른다(마지막 체크포인트 4개 균등 평균(W4) × 500 에피소드 .870/.898). 그런데 같은 모델을 Spatial 로 다시 재면 .096/.064 — s0 는 t2 .88·t3 .08 외 여덟 태스크가 0, s1 은 t2 .64 외 아홉이 0 이다. 출발은 .962/.976 이었다. 사용자 목표가 「Long·Spatial 둘 다 ≥ .90」이고 단계식(stagewise) 학습이 주 계통이라, 망각(catastrophic forgetting)이 남아 있으면 레시피를 채택할 수 없다.

2. 가설 → 시도 → 결과

재생 10%는 그 뒤 유효 배치 16·끝 감쇠 꼬리와 묶여 채택 관문을 처음 통과했다 — 복합 레시피 전체는 C07 담당이다(f42j · 0gyl).

3. 지식화

망각은 표현이 지워진 것인가 출력 쪽이 덮인 것인가, 그리고 최소 재생 비율은 얼마인가

• 답(기전): 기록은 「재습득이 싸다」까지만 답한다. 재생 없이 잊은 모델을 Spatial 2k step(0.15 에폭)만 다시 배우면 .88/.80 으로, 로봇 step 이 같은 「Long 만 배운」 모델(.62/.25)이나 VLM(.37/.08)보다 훨씬 빠르다. 「덮임」과 일치하는 관측이지만 사전 등록 판정점(1k)에서는 보류였고, codex 검토가 표지를 「잠재 보존」에서 「재습득 절약(잠재 보존과 일치)」로 내렸다 — 「지워진 것이 아니라 덮였다」를 단정하지 마라 [추정].
• 답(비율): 두 점만 쟀다. 1%는 부분 보존, 10%는 보존. 「최소 r」을 특정하지 않는 것이 설계 규율이고, 「10%면 보존 · 1%면 부족」이라는 구간 서술까지만 쓸 수 있다. 1% 칸은 비율과 범위를 섞어 재고 있다 — 셔플 버퍼 100k 에서 1%면 Spatial 이 약 18 에피소드만 흐르고 샤드 교차 읽기라 시드마다 들어온 태스크가 다르다. 그래서 전멸 태스크를 비율 탓으로 돌릴 수 없다.
• 망각은 양방향이다(H7). 한 모델로 두 스위트를 다 쓰려면 재생이나 섞기가 선택이 아니라 조건이다.
• 평균이 태스크 전멸을 가린다 — 태스크별 최저값을 함께 보고한다.
• 언제 이 말이 통하나: 로봇 행동 사전학습이 없는 0.5B VLM 기반 VLA · LIBERO 두 스위트 · lr 5e-5 상수 + warmup 500 + 배치 4 · 2호기 2시드. 1단계 레시피가 바뀌면 망각 크기가 바뀐다(H2).
• 가르는 법 (다음에 같은 증상이 나면): ① 이전 묶음 평가는 그 묶음의 정규화 키로 — 키를 틀리면 .008, 맞추면 .096 이다 ② 짧은 재학습 곡선을 로봇 step 맞춘 대조군과 함께 — 대조군보다 빠르면 재습득 절약 ③ 태스크별 최저값 ④ 성능 차를 기전으로 읽기 전에 정규화 통계부터 측정으로 배제한다.
• 모델 무관 여부 — 옮겨지는 것은 구조와 절차다. ① 배포 모델을 새 단계·새 현장 데이터로 이어 학습할 때마다 이전 단계 홀드아웃(holdout)을 다시 재라. 여기서는 한 번의 이어 학습이 이전 묶음 열 태스크 중 여덟~아홉을 0 으로 만들었다. C04 의 단계 전용 모델이 단계마다 독립 학습이면 망각 축이 아니지만, 단계를 순차로 얹는 방식이면 그대로 걸린다. ② C05 의 고정 몫(fixed sampling share)은 재생과 같은 손잡이다 — 「섞는 방법이 섞느냐보다 먼저」(C05 H1 → H2)가 여기서 비율 두 점으로 다시 나왔다. 단 C05 는 처음부터 함께 학습이고 이 사례는 순차라 비율의 뜻이 다르다. ③ C05 H4 는 통계 재집계가 무관했고 여기서는 키를 틀려 망각이 과장됐다 — 둘 다 「통계를 먼저 배제하고 보라」로 모인다. 안 옮겨지는 것은 필요한 비율과 망각 크기다 — 이 차량은 로봇 행동 사전학습이 없고 SmolVLA 는 있다. 사전학습 유무가 다르면 같은 비율이 같은 보존을 주지 않는다 [추정]. 수치는 옮기지 않는다.

덧붙인 논문

연속 학습·재생 문헌(연속 사전학습의 재생 비율, 사전학습 VLA 의 망각 저항, 정규화 통계 드리프트)은 레퍼런스 노트에 없다 — 레포의 조사노트에만 있어 이 표에 올리지 않았다.

4. 다음 방향 — 기전을 가르고 비율을 좁힌다 (실험 설계)

공통 규약: 2호기 · lr 5e-5 · warmup 500 · 배치 4 · 출발은 1단계 Spatial W4 · 시드 0·1(사용자 상한) · 평가는 W4 × 500 에피소드를 묶음마다 그 묶음의 정규화 키로 · 판정은 발사 전 사전 등록 + 판정기 종료 코드 0 + 감사. 모든 칸에 태스크별 최저값을 함께 낸다.

순서는 E1 → E2 → (E3 ∥ E4) → E5. E1·E2 가 값싸고 연구 질문에 직접 답한다. E1 이 「표현도 지워짐」으로 나오면 재생은 비용이 아니라 필수 조건이고, E3·E4 가 E5 앞으로 온다. 재습득 판정점을 1.5k 로 옮기는 것은 사후 선택이라 하지 않는다 — E2 는 도달 step 으로 등록한다.

추가로 검증할 가설

• 재생 칸에서 step 을 늘리면 보존이 깎이나 — 재생 없는 쪽은 같은 Long 키로 30k .008/.038, 60k .048/.042 라 이미 바닥이어서 답이 안 나온다.
• 끝 구간 감쇠가 망각도 줄이나 — 감쇠 칸들의 Spatial 이 전부 .92~.97 로 보존돼 있어 재생 효과와 분리되지 않았다.
• 하단 층을 동결하면 재생 없이도 1단계가 남나 — 이전 데이터를 못 쓰는 배포 상황의 대안.

정책이 지시문을 안 쓰고 장면만 보고 행동한다

언어 접지(language grounding) 실패

1. 문제 상황

LIBERO-Spatial 10과제 중 두 과제만 낮다 — 1호기 당시 레시피(lr 2e-4 · warmup 500) W4 × 500 ep 에서 스토브 위 그릇 .445 · 캐비닛 위 그릇 .590 인데 나머지 8과제 평균 .970 이다. 이 둘은 BDDL 배치가 같은 유일한 쌍이라 차이가 지시문뿐이고, 나머지 8과제는 화면만으로 목표가 정해진다. 지시문을 맞바꿔 넣는 교환 개입에서 8런 중 7런은 그릇 선택이 지시문에 불변이고 두 과제 성공 합이 약 1이다 — 지시문과 무관하게 둘 중 하나를 고른다는 신호다. 막는 것은 성공률이 이 실패를 가린다는 점이다(p729) — 지시문으로만 갈리는 과제가 스위트마다 한 쌍뿐이라 지시문을 안 쓰는 정책도 높은 점수를 받는다. 그리고 처음 보는 지시문은 전부 0 이어서 새 명령·새 조합으로 넓히는 길이 닫혀 있다.

2. 가설 → 시도 → 결과

3. 지식화

지시문을 안 쓰는 것은 언어 표현 문제인가 학습 신호 문제인가, 외부 접지로 우회되나

• 답은 두 갈래로 갈린다. ⓐ 학습한 지시문 쌍은 최적화 문제였다 — 표현도 데이터도 아니고 상류 학습률이다(H4, ✓). 조건: warmup 500 · 그 한 쌍 · 30k · 2호기. lr 2e-4 도 8런 중 1런은 접지하므로 「높은 학습률이면 접지 불가」가 아니다. ⓑ 처음 보는 지시문은 미해결이다. 표현 문제는 아니다 — 바뀐 단어는 실린다(H7). 원 기록의 해석은 학습 신호 쪽(「같은 장면 · 다른 지시문 → 다른 행동」이 학습 쌍에 없다)이고 [추정] 그대로다. 단 그 해석의 「장면당 지시문을 늘리면 된다」 판본은 H6·H8 에서 반례를 받았고, 처음 보는 10은 성분 공급이 없어 애초에 시험대가 아니다. ⓒ 우회는 아직 없다 — 외부 접지기가 본 물체부터 막혔다(H11).
• 가르는 법 (다음에 같은 증상이 나면)
  • ① 배치가 같은 과제 쌍을 찾아 지시문만 맞바꾼 교환 평가를 먼저 돌린다 — 싸고 예민하며 성공률이 가리는 것을 드러낸다. 단일 저장점은 접지한 런을 놓치니 창 평균으로 재라. 학습한 지시문 안과 처음 보는 지시문은 따로 보고한다(전자가 1 이어도 후자는 0 일 수 있다).
  • ② 처음 보는 지시문을 레버 시험대로 쓰기 전에 성분 공급표를 만든다 — 그 지시문이 요구하는 물체·동작·목적지가 학습 혼합에 있나. 우리 처음 보는 10은 전부 학습 혼합에 없는 물체·동작을 요구했고, 같은 장면 24과제를 더 배운 셀에서 학습 성분만의 순수 재조합이 된 3과제도 0 이었다 → 그 칸은 선험적으로 해상도가 없다.
  • ③ 지표가 내려갔으면 그 몫이 어디로 갔는지 같은 줄에 적는다. SAM · 선학습 스위트 셀(26 §7.6) · CFG 셋 다 「이웃 목표 도달 감소」가 성공이 아니라 진척 없음으로 갔다 — 이것을 접지 개선으로 읽으면 틀린다.
  • ④ 목표만 바꾼 평가의 성공은 인공물 과제를 빼고도 낸다 — 바뀐 목표가 원래 목표에 포함돼 원래 행동이 성공으로 세는 과제가 있고, 기준 성공의 57~62% 가 그것이었다.
• 모델 무관 여부: 「정책이 한 입력 채널을 무시한다」는 구조가 C02(실기 양팔 ACT 가 영상으로 자리를 보정하지 않는다)와 같다. 둘 다 ⓐ 학습 데이터 안에서 그 채널이 행동을 가르는 사례가 사실상 없었고 ⓑ 그 채널 의존도 지표를 올린 개입이 지표만 올리고 배포 지표는 안 올렸다(C02 는 팔 상태 드롭아웃, 여기서는 지시문 민감도를 키운 H8·H10). 로봇·구조·채널이 전부 달라도 같은 꼴이다 — 수치는 비교하지 않는다. 다만 원인 판정은 갈린다: C02 는 「데이터에 자리 편차가 없다 = OOD」로 판정했고[개연], 이 사례에서는 그 설명이 H8 에서 반례를 받았다.

덧붙인 논문 — 왜 읽은 지시문이 행동을 통제하지 못하나

4. 다음 방향 — 처음 보는 지시문을 따르게 하려면 (실험 설계)

공통 규약: 지시문 따르기 배터리를 그대로 쓴다 — Long 창평균 × 500 ep(4열: 전체 · 지시문 의존 쌍 · 장면이 정하는 8 · 교환 L) · Spatial 500(바닥 검사) · 처음 보는 지시문 10 × 50(성공 · 이웃 목표 도달) · 목표만 바꾼 평가 10 × 50(성공은 인공물 과제 포함·제외 나란히 · 원래 목표 도달). 시드 최대 2 이므로 결과는 전부 「2시드 화면」이고 확정이 아니다. 감소분이 어느 범주로 갔는지 판정 줄 옆에 같이 적는다.

순서는 E1 ∥ E2 → E3 → (E4 · E5 결과를 보고 외부 접지 축을 살릴지 결정). 헤드 밖 언어 조건(FiLM)과 언어 드롭아웃 + 추론 증폭은 뒤로 민다 — FiLM 은 완주 런이 0 이고, 드롭아웃 칸은 추론 증폭 축이 닫혔으므로(H10) 그 자체로 한 변수를 따로 등록해야 한다. E1·E2 가 둘 다 「레버 아님」이면 이 백본·이 데이터 혼합에서 처음 보는 지시문을 표적으로 두지 않고 점·상자 같은 외부 인터페이스(E4)로 축을 옮긴다.

추가로 검증할 가설

• 교환 L 이 1 인데 처음 보는 지시문이 0 인 간격이 모델 크기에 따라 좁아지나 — 0.5B 밖 측정이 없다.
• 처음 보는 지시문 성공 0 이 「목표를 못 고름」인지 「그 동작을 못 함」인지 — 성분 공급이 있는 과제에서만 따로 센다.

이미 반증된 것은 다시 올리지 않는다: 같은 장면 과제 추가 · 정답 하위 목표 지시문 주입 · 학습량 늘리기 · 바꿔 쓰기 증강 · SAM · 드롭아웃 없는 정책의 CFG · 학습 쌍 사이 반발 손실(짝 공급이 한 쌍뿐이라 폐기) — 12w0 zelp 7yz7. 계층 진단(계획기 · 비전 위치 탐침)은 C10 으로.

긴 과제가 실패했을 때 어느 구성요소 탓인지 가르지 못한다

계층형 구성요소 진단

1. 문제 상황

• 증상 · 왜 막나: 긴 과제(LIBERO-Long)가 .89~.90 평원에 멈춰 있는데, 실패가 하위 목표 계획기 · 비전 특징 · 행동 정책 · 완료 판정 중 어느 것 탓인지 모른다. 지금까지 쟀던 것은 끝-끝 성공률뿐이고, 레시피 레버(감쇠 모양 · 학습량 · 손실 형태)를 하나씩 바꿔도 안 올라 「구조를 바꿀 단계」라는 판단까지는 왔다. 어디를 보강할지 · 어느 모듈을 키울지가 근거 없이 정해진다. 구성요소를 따로 재지 않으면 「계획기를 키운다」와 「완료 헤드를 늘린다」 중 무엇이 싼지 말할 수 없다.

2. 가설 → 시도 → 결과

3. 지식화

Long 실패의 몫을 구성요소별로 나눌 수 있나, 어느 구성요소를 고치는 것이 가장 싸게 듣나

• 답(부분): 단독 실력은 나뉘기 시작했지만 몫은 아직 못 나눈다. 「가장 싼 고리」는 지금 비교 불가다 — 칸마다 집합(주 134 · 보류 52 · 389점 · 500 에피소드)과 호기가 달라 공통 축(Long 성공률 Δ)이 없다.
  • 상위 결정에서 막는 것은 판단 논리가 아니라 지각이지만(H1), 완료를 정답으로 바꿔 끼운 시험은 정책이 무시하는 지시문 통로로 들어가 그 고리의 비용을 재지 못했다(H2) — 점·원형 인터페이스로 다시 짠 O1 칸이 필요하다. 단독 점수가 가장 낮게 나온 고리는 이름 → 점 접지다(C09). 이어 학습 모델의 남은 실패는 과반이 조작 묶음이고(H3 · 6/6 시드), 단일 라벨 우선순위 분류라 다른 묶음으로 끝난 에피소드는 조작에 걸릴 기회가 없다.
  • 계획기 분해는 예산 안 크기로는 관문에 못 닿고 문법 제약은 형식만 고치며(H4) 합성 예시 미세조정이 .88~.94까지 올린다(H5 · H6). 데모 프레임에서 들려 옮겨지는 물체의 위치는 비전 특징에서 패치 단위로 선형 판독된다(H7 · 사후 · 판정 밖) — 아직 안 만진 목표로 접근하는 구간은 이 설계로 가를 수 없다.
• 모델 무관 여부: 「단계·완료 판정」 구조는 실기와 같은 꼴이다 — 실기에서도 정책이 단계 끝을 스스로 알지 못해 이동 단계에서 멈추지 못했고(C01), 단계를 묶을지 전용으로 둘지가 노출량과 교락돼 안 갈렸다(C04). 시뮬에서는 단계 경계를 정답 술어 문장으로 줘도 행동이 거의 안 바뀌었다 — 정답을 어느 통로로 넣는지가 함께 걸린다. 호기·벤치마크가 달라 수치는 비교하지 않는다.
• 가르는 법 (이 사례의 핵심)
  • 오라클 교체 사다리: 고리를 하나씩 정답으로 바꿔 가며 칸 사이 하락을 그 고리의 비용으로 읽는다. 정답 정보(시뮬 상태 · 목표 원자)는 라벨·채점에만 두고, 입력 경로에 새지 않는지 러너가 매번 검사한다.
  • 탐침 기준선은 층을 맞춰 만들고, 등록 전에 문턱 대 측정 하한을 산술로 검사한다: 전체 학습 점으로 만든 위치 사전은 약해서 옮겨진 점만으로 만든 최빈 패치가 영상 없이 11.5 px로 문턱을 넘었고, 무작위 백본 탐침도 패치를 63% 맞혀 최강 기준선이 되자 비율 문턱이 예측 양자화 하한보다 낮아졌다 — 그러면 완벽한 탐침도 「사전 수준」으로 떨어진다 sjbj avm5.
  • 포화된 지표 옆에 꼬리 지표를 둔다: 중앙 오차는 가르지 못했고 정답 패치 적중률 · 먼 빗나감 비율 · p95가 갈랐다. 그리고 읽힌다 ≠ 쓴다 — 특징에서 위치가 읽히는 것은 정책이 그 신호를 쓴다는 뜻이 아니다(점 따르기 시험과 이름 → 점 접지는 C09 담당).
  • 시험 오류를 보고 설계한 칸은 진단에 쓴 항목과 나머지를 따로 센다. 누수 필터를 「정답 다중집합 같음」으로만 두면 부족하다 — 시험 문장이 더 긴 학습 문장의 한 절로 들어가 있었다. 탐욕 디코딩에서 문법 마스크는 출력이 이미 문법 안인 칸에서는 아무것도 바꾸지 않으므로, 그 칸의 차이 0은 측정된 무효과가 아니다.
  • 자료 자체를 먼저 재라: 점 라벨 v1은 사전 등록 관문을 규칙대로 통과(3인칭 200타일 .980)했지만, 알려진 결함 타일을 일관되게 오류로 세면 .955로 문턱과 1타일 차이고 검수자 간 일치도는 재지 않았다(감사 INSUFFICIENT) — 쓰는 쪽은 제외 목록을 적용한다.
• 우회는 없다. 칸별 성적표는 보강 지점을 고르는 데 쓰이지만 몫 배분을 대신하지 못한다. 성적표만 보고 처방을 고르면 H7처럼 측정이 답하지 않은 질문에 처방이 달린다.

덧붙인 논문

4. 다음 방향 — 고리별 비용을 Long 성공률로 환산하려면 (실험 설계)

공통 규약: 판정은 같은 호기 · 같은 집합 · 같은 체크포인트에서만. 끝-끝 비교는 E4b 기준선과 마지막 넷 평균 × 500 에피소드 표준. 시드 최대 2. 고리 비용은 Long 성공률 Δ로만 적고 오프라인 칸 점수와 섞지 않는다. 정답 정보는 라벨·채점 전용(입력 경로 검사를 러너에 넣는다). 등록 전에 모든 기준선 후보로 문턱 대 측정 하한을 계산한다.

순서는 E1 → E2(사다리)와 E3(계획기)를 병행하고, 그다음 E4 → E5. E1 · E2는 점 조건 정책(C09)이 서야 발사된다 — 그 전에는 O1 칸의 완료 헤드를 붙일 정책이 없다. H8(섭동 스위트)은 보류 상태 그대로 두고, 지각 강건성은 카메라 시점을 바꾸는 칸으로 연다.

추가로 검증할 가설

• 성적표의 오프라인 점수와 Long 성공률 Δ가 같은 순위를 주나 — 고리마다 둘을 같이 적어 축이 어긋나는지 본다.
• 완료 판정 오류의 방향이 실패 꼴을 가르나 — 1호기 측정에서 한 헤드는 참 프레임의 28%를 놓치고(늦게 알아챔) 다른 헤드는 거짓의 54%를 참으로 봤다 — 한 과제의 실패 장면 · 술어 하나이고 제어 결과로는 안 쟀다 [추정].
• 계획기 실력을 오라클 이름 목록 없이(접지 출력으로) 재면 얼마나 떨어지나 — 지금 모든 계획기 수치는 정답 이름 목록 조건이다.

풀태스크 정책이 트로카를 스치고 지나간다

폐루프 정렬을 잡아두지 못한다

1. 문제 상황

보증 영역(100% 풀 수 있는 팬텀 배치) 32리셋 × 8회 = 256 rollout 벤치마크에서 풀태스크 기준 정책(corrected3k, 15k step)의 성공률이 pass@1 0.00%(0/256) · pass@8 0.00%(0/32) 다. 그런데 순간 측면오차 2mm 이내 도달은 9~25% 에서 나고 그 시점이 에피소드 8~18스텝 — 초반이다. 마지막 30스텝의 정착 측면오차는 63~77mm, 깊이 20mm 이상 도달은 68% 인데 그 시점 측면오차 중앙값이 58.9mm 다. 즉 정책은 트로카 근처를 스치고(fly-by) 지나가 축에서 수십 mm 벗어난 채 계속 전진한다. 접근·삽입의 모터 패턴은 있고 폐루프 정렬 교정만 없다. 보어 반경 여유는 41µm 이고 한 스텝 지시 상한이 350µm 다 (ndjo) — 스치는 것으로는 아무 의미가 없다. 막는 것: 모든 수치가 0 이라 레시피를 비교할 축 자체가 없었다.

2. 가설 → 시도 → 결과

전부 [개연] 이다 — 라운드마다 단일 런(시드 1)이고, r1 → r2·r3·r4 와 r4 → r5 → r6 의 웜스타트 사슬이라 라운드 간 차에 앞 라운드가 섞여 있다.

3. 지식화

정렬을 유지하지 못하는 것은 데이터 문제인가 학습 목표 문제인가, 교사 증류가 그것을 고치나

• 답: 데이터다. 단 데이터가 정하는 것은 「언제 찌르나」이고 「얼마나 정밀하게 정렬하나」는 아니다 [개연].
  • 시연 궤적 모양만 바꿔 정렬 무시 삽입이 39 → 98 → 20 → 9% 로 움직였다(네 세대 — 레포 표현은 「삽입 게이팅 = 시연으로 완전 제어 가능」). 그런데 같은 라운드들에서 최종 측면오차 중앙값은 15.4 → 12.1 → 11.8 → 10.3 → 16.1 → 9.1mm 로 9~10mm 에서 멈췄다 — 이 라운드들에서는 보조 손실 강화·증강·확대 관측 어느 것도 벽을 못 뚫었다(확대 관측은 12.1mm 까지 움직이기는 했고, 뒤에 r13 에서 바닥을 깬다 — C12).
  • 학습 목표(보조 손실) 가설은 이 화면에서 근거가 없다 — 재활성한 r1 은 교사 시연과 교락이고 더 키운 r5 는 악화했다. 남은 후보는 관측 표현이고 r6 의 거리 종속(근거리 20% / 원거리 0%)이 그 방향의 첫 신호다 → C12 가 시각 토큰이 덮는 물리 폭으로 확증한다 (r8e9).
• 교사 증류는 스침을 고쳤고 붙잡음은 못 고쳤다 — 최종 측면오차 중앙 69→15mm 은 증류 첫 라운드의 것이다. 「도달과 유지는 서로 다른 능력」 (mp0z) 의 풀태스크판이다.
• 전이되는 것은 교사의 성공률이 아니라 궤적 모양이다 [개연 — 이 사례의 중심 교훈]. 특권 교사는 자기 정밀도에 기대 정렬·전진을 동시에 해도 성공하지만, 그 경로를 덜 정밀한 학생이 따라 하면 스침이 된다. 교사 게이트(성공률 ≥95% ∧ 휘돌림 없음 ∧ honest 우위)에 궤적 모양 조건이 없었다 — env 성공 게이트(각도 15°·샤프트 무구속)를 통과한 oracle 시연의 4할이 기울인 채 삽입이었다(400ep 감사: 39%가 최종 각도 5° 초과·38%가 샤프트 이탈 2mm 초과). 또 교사 rollout 은 교사 자신의 상태 분포에서만 모였고 학생이 실제로 가는 큰 측면오차 상태의 라벨은 0 이다 — 로드맵이 예비책으로 적어 둔 학생 분포 라벨 재수집은 실행되지 않았고, 그 공백은 뒤에 손으로 만든 회복 시연이 메웠다 (C12). 덧붙여 RL 로 키운 교사가 꼭 쓰이지는 않았다 — SAC 교사가 증류에 쓰인 것은 r1·r2 뿐이고 r3 부터는 스크립트 oracle 이 대체했다. 교사를 「정렬 먼저」로 다시 가르치려 한 시도는 학습을 깨뜨렸고(H7) 같은 성질을 규칙으로 쓴 생성기는 공짜였다 (l3od).
• 가르는 법 (다음에 같은 증상이 나면): ① 게이팅과 정밀도를 같은 줄에 적는다 — 둘은 이 사례 내내 반대로 움직였고 하나만 보면 개선으로 읽힌다. ② 시연을 수치가 아니라 모양으로 감사한다 — 정렬 완료 후 진입 비율·전진과 정렬의 순서차·최종 각도 p90·샤프트 입구 이탈. 교사 성공률만 보면 4할 오염이 안 보인다. ③ 성공 게이트가 궤적 전체를 보는지 먼저 확인한다 — 최종상태 게이트는 관통 후 교정을 성공으로 센다 (C13). ④ 극단값 지표(에피소드 최소 측면오차)를 진척 지표로 쓰지 않는다 (5ip0).
• 모델 무관 여부: 판정 불가 — 한 모델·한 계보뿐이다. 다만 같은 스택의 1세대 정렬 전용 모델은 서브밀리 지속 정렬을 달성했으므로(평가 규약이 달라 수치는 비교하지 않는다) 「이 스택이 못 한다」가 아니고 풀태스크 레시피가 그 조건을 못 만든 것이다. 「목표에 닿고도 거기 머물지 못한다」는 구조는 실기 이동 과제에서 같은 꼴로 나왔다 (C01). 비용: 1세대의 손실·증강 요소를 이식한 r5(라운드당 학습 6.5~13h + 평가)는 측면오차를 오히려 악화시켰고, 그 요소들이 1세대 성과의 드라이버가 아니었음을 honest 표 재독으로 확인한 것은 6라운드 뒤였다.

덧붙인 논문 — 특권 교사 증류 지형 (RL_REFERENCES, 전 항목 초록 원문 검증 ✔)

4. 다음 방향 — 교사 쪽에 남은 것을 가른다 (실험 설계)

공통 규약: 판정은 정직 게이트 48격자(PHYSICAL/TRAINABLE)로만 하고 최종상태 게이트는 참고로 병기한다 (C13). 라운드마다 단일 변인, 같은 웜스타트·같은 스텝. 시연은 생성 직후 궤적 모양 감사(정렬 먼저 비율·최종 각도 p90·샤프트 입구 이탈)를 통과한 것만 학습에 넣는다. 아래 판정 기준의 숫자는 제안값이다.

순서는 E1 → (E2 ∥ E3) → E4. E1 에서 시연 축이 이기면 공백이 라벨 분포라는 뜻이므로 E2 가 1순위다. 손실 축이 이기면 E4 가 앞으로 온다. 노이즈 공간 RL(로드맵 ③)은 r1 시점에 「때때로 성공」 조건을 충족했다고 판정했으나 정직 게이트에서는 0/48 이라 조건이 다시 미충족이다 — 맨 뒤에 둔다.

추가로 검증할 가설

• 교사 게이트에 궤적 모양 조건을 처음부터 넣었다면 r3~r6 을 건너뛸 수 있었나 — 보관된 교사 시연을 모양으로 재선별해 같은 config 로 한 라운드 (사후 재현).
• 거리 종속이 트로카의 화면 크기 때문인가 그 구역의 기하·조명 때문인가 — 거리를 고정하고 화면 크기만 바꿔 가른다.
• 교사의 휘돌림(관절 특이점 근처 급변)이 시연 품질을 어디까지 떨어뜨리나 — 시연기 쪽 문제는 C14.

증류한 정책의 정렬 정밀도가 1.6~2.9mm 에서 더 안 내려간다

데이터 조성을 바꾸면 교정·정착·각도 사이에서 배분만 옮겨 간다

1. 문제 상황

수정한 교사(oracle)로 물리적으로 깨끗한 시연을 3000 에피소드 다시 만들고(궤적 PHYSICAL 통과 0 → 95%) 그 위에 재학습했는데, 정직 게이트 48격자에서 PHYSICAL/TRAINABLE 통과가 r8~r15 여덟 라운드 전부 0/48 이다. 캠페인의 대표 수치로 쓴 에피소드 최소 측면오차(min lateral)는 r9~r12 내내 1.6~2.9mm 에 고정됐다 — 데이터 조성을 다섯 번 바꿨고 그때마다 교정·정착·각도 중 어디가 좋아지면 다른 데가 나빠졌다. 물리 한계는 보어 반경 여유 41µm, PHYSICAL 측면 기준 0.40mm 다 (ndjo). 막는 것: 조성 다이얼을 계속 돌릴지, 관측 쪽을 손댈지 결정할 근거가 없었다. 라운드는 서로 독립이 아니다 — r9~r11 은 r6 에서, r12·r13 은 r11@2500 에서, r14 는 r13@5000, r15 는 r14@5000 에서 이어 학습한 한 줄의 파인튠 사슬이고 라운드마다 단일 런(시드 1)이다.

2. 가설 → 시도 → 결과

3. 지식화

정밀도 바닥은 관측 해상도(비전 토큰) 문제인가 데이터·학습 목표 문제인가

• 답: 구간마다 다르고, 이 바닥은 관측 해상도였다 [개연]. 1.6~2.9mm 고정대는 토큰 폭을 반으로 줄이는 개입(H7) 하나로 1.098mm 로 내려갔고, 조성을 다섯 번 바꾼 것으로는 안 내려갔다. 예측(정체 지점 1~3mm) → 4라운드 관측 → 개입 → 하강이 한 방향으로 맞았다. 다만 단일 런·n=48·크롭과 증강 off 복합 변화이고 @2500 은 아직 고정대 안(2.12mm)이라, 「확증」이 아니라 「가장 잘 맞는 설명」이다.
• 그 아래는 모달리티 문제다. 감지 분석: 카메라가 팁 뒤 114.7mm 에 강체 고정돼 119mm 에서 180.8 µm/px. 10mm → 1mm 는 55px → 5.5px 로 정책 문제, 0.4mm → 41µm 는 2.0px → 0.23px 로 감지 문제다. 즉 PHYSICAL 측면 0.40mm 는 이 카메라로 정책을 완벽히 풀어도 못 닿는다 — 힘·접촉 시팅, 고배율 동축뷰, 기계적 RCM 구속 중 하나가 필요하다.
• 다음 병목은 데이터 가설이고 미검증이다. 수정 oracle 은 sub-mm 정렬을 끝낸 뒤에만 전진하므로 시연에 「약간 어긋난 채 전진하며 교정」 프레임이 사실상 없다. 정책은 「전진 중엔 교정하지 않는다」를 배웠다 — H10 의 4/48 전단이 그 서명이다. 이것은 레포의 r15 다음 가설이고 아직 안 돌렸다.
• 「SigLIP2 토큰 바닥」이라는 이름은 쓰지 마라 [추정]. 토큰 1개 = 2.71mm(크롭 시 1.45mm)는 EVAL_ENV_SPEC §4 가 SigLIP2 patch16 / 512² 로 계산한 값인데, r8~r15 설정의 백본은 전부 Qwen3.5-2B 동결이고 설정·소스에 SigLIP2 도 패치 크기·병합 설정도 없다. 기전(크롭이 토큰 폭을 반으로 줄이면 바닥이 내려간다)은 관측으로 서지만 2.71mm 를 이 모델의 실측으로 인용하지 마라.
• 진척 지표가 틀렸다 — 이 캠페인의 가장 비싼 교훈이다. 헤드라인 게이트는 삽입 국면 전 구간의 최대 측면오차가 0.40mm 미만일 것을 요구하는데, 최소 측면오차는 분포의 반대쪽 끝을 잰다. H10 이 그 증거다 — 궤적 최소 0.03mm 인 에피소드가 삽입 중 2.67mm 로 벌어졌다. 실제로 @5000 같은 설정에서 최종 측면오차 분포는 r13 이 r14 보다 최소·평균·중앙 세 통계 모두 나았다(0.191/4.797/2.604 대 0.583/6.723/3.036) — 대표 수치 순위와 반대이고 집계 정의가 아직 확정되지 않았다 (alce, @2500 행은 평균이 뒤집히지 않는다). 여덟 라운드가 분포의 틀린 쪽을 보며 밀었다.
• 가르는 법 (다음에 같은 정체를 만나면): ① 한 숫자로 줄이지 말고 게이트별 통과율 3종 + 동시 통과율 + 중앙값·분포를 같이 낸다(5ip0 ia1i). ② 「표현 문제냐 데이터 문제냐」는 토큰이 덮는 물리 폭을 구간별 픽셀로 환산해 정책 구간과 감지 구간의 경계를 먼저 그린다 — 그 경계 위에 있으면 데이터, 아래면 관측이다. ③ 입력 채널 무시는 데이터 속성이 아니라 정책에 탐침을 다시 걸어 확인한다 — H3 의 BLANK 대조군은 r8 에만 걸었고 r9 이후 한 번도 다시 재지 않았다(C02 H2 와 같은 구멍이다). ④ 라운드 간 차이에는 파인튠 사슬과 시드 분산이 섞여 있다.
• 같은 이름의 크롭 둘을 묶지 마라 — 1세대가 반증한 것은 목표 화면좌표를 따라가는 추종형 크롭이고, r13 이 쓴 것은 고정 중앙 크롭이다. 어느 쪽도 상대를 뒤집지 않는다 (f9r8).
• 다시 하지 마라: 저학습률 파인튠으로 분지 탈출(H1) · 시작 OOD 로 설명하기(H2) · 실행 체인 의심(H3) · near-goal 오버샘플 off(H5 의 r10 — 정착을 굶긴다) · 측면 오버샘플 8배(각도 탈규율 9.9°) · 단순 스텝 연장으로 삽입 복귀(H8) · hold 시연 제거(H9). 표현을 바꾼 계열에서는 「2500 규칙」을 적용하지 마라(wozt).

• (TrocarBench 10-31) 「못 배운 것」과 「폐루프 누적」은 학습 프레임 재예측으로 먼저 가른다 — 같은 체크포인트를 자기 학습 프레임에 되돌려 첫 행동 오차(mm)를 재고 「현재 자세를 그대로 목표로」 바닥선과 비교한다. 바닥선보다 나쁘면 폐루프를 볼 필요가 없다(H12 의 100 ep). ACT 는 train 모드 forward 가 아니라 eval 모드(z = 0) 로 재야 추론 경로와 같다(H14). 재예측은 좋은데 폐루프가 0 이면 그때부터 드리프트·닻 문제다(H13). 같은 벤치의 세 모델 계열(ACT 절대·ACT 상대·SmolVLA)이 전부 입구 앞 1~2 mm 에서 멈춘 것은 이 사례의 VLANeXt2 고정대(1.6~2.9 mm)와 같은 자리다 — 로봇·지표가 달라 수치는 비교하지 않는다.

덧붙인 논문 — 이 바닥을 다루는 주류 레버는 우리가 못 쓰는 것이다

4. 다음 방향 — 지표를 고치고, 복합 변인을 쪼개고, 삽입 중 교정을 가르친다 (실험 설계)

공통 규약: 판정은 48격자 정직 게이트의 게이트별 통과율 3종 + 동시 통과율 + 최종 측면오차 중앙값·사분위로 하고 최소 측면오차는 보조로만 적는다. 라운드마다 @2500·@5000 둘 다 평가한다. 아래 판정 기준 숫자는 제안값이고 발사 전 확정한다.

순서는 E1 → E5 → E4 → (E2 ∥ E3). E1 에서 비전 무시가 남아 있으면 정밀도 하강의 해석이 바뀌고, E5 가 ✓ 면 E3 의 전제(시연 공백)가 바뀌므로 둘이 앞이다. 크롭 창을 더 줄이는 용량-반응 실험은 먼저 가능성을 확인해야 한다 — 크롭 안전 시작자세 범위가 XY±6/Z±4 인데 현행 band 프로파일은 XY±12/Z±8 이고, 유지·근접 프로파일에서는 이미 8.5%의 에피소드가 트로카를 크롭 밖으로 내보낸다.

추가로 검증할 가설

• 토큰 폭 2.71mm 가 이 백본(Qwen3.5-2B 동결)에서도 맞나 — 패치 크기·토큰 병합을 설정·소스에서 직접 확인한다. 안 맞으면 바닥 예측값 전체가 다른 숫자다.
• 입력 해상도 상향은 크롭과 다른 조작이다 — 창을 키우는 것이 아니라 전체 화면 해상도를 올리는 것이고 데이터 재생성부터다 (b0yq).
• 지시문이 전 에피소드 고정 문자열이라 언어부가 장식인 상태에서 측정한 결과다 — 유지·삽입 결정을 지시문이 가르는 데이터로 바꾸면 입구 배회가 「지시 미이해」인지 가를 수 있다 (C09 와 같은 구조).

경계: r1~r7 과 RL 교사(SAC) 학습·대각선 궤적·oracle 회전 버그는 C11. 평가 게이트 정직화·조기 종료 함정·실행 체인 무죄 입증·pass@N 보증 영역 벤치는 C13. 전문가 시연기의 특이점·도달 불가와 데이터 분포는 C14. 입력 채널 무시 구조는 C02(영상으로 자리를 보정하지 않음)·C09(지시문을 무시)와 같은 계열의 세 번째 사례다 — 세 사례 모두 오프라인 지표나 데이터 속성이 올라간 것을 정책이 그 채널을 쓰게 됐다는 증거로 읽었다가 틀렸다.

시뮬 평가가 거짓 성공을 센다

종료 조건·게이트·지표가 정렬·삽입 실력을 부풀리거나 가린다

1. 문제 상황

「성공률」이라는 한 낱말이 이 프로젝트에서 서로 다른 자로 재졌다. 벤치마크가 둘 — 1세대 정렬은 27칸 격자(1칸이 3.7%p 라 그것이 읽기 바닥, 7n0v), 2세대는 보증 영역 32리셋 × pass@8 = 256 궤적(rollout)과 그 뒤의 48격자. 게이트도 세 판 — 구 게이트 → 게이트 v2(각도 5° ∧ 샤프트 < 3mm, 커밋 01e1837) → 물리 유도 2단 게이트 PHYSICAL·TRAINABLE + 구 기준 LEGACY(EVAL_ENV_SPEC §1.1). 구 게이트의 각도 한계만 해도 세 숫자였다 — 환경 15° · 평가 10° · 로드맵이 1차 오라클로 적은 판정기 30°. 니들에 충돌 geom 이 없어 물리가 관통을 막지 않으므로(meca_add 86행 contype·conaffinity = 0) 성공 게이트가 물리 제약을 그대로 대신한다 — 게이트가 헐거우면 벽을 뚫은 궤적이 성공으로 센다. TrocarBench(같은 팔의 3포트 유리체절제술 씬, MuJoCo 3.8)는 니들 충돌을 안내 구간에서 너무 넓게 꺼서 같은 일을 다시 겪었다(H13~H19). 막는 것: 어느 수치를 진척으로 읽어야 할지 모르면 라운드 간 비교와 논문 기여 주장이 함께 무효가 된다.

2. 가설 → 시도 → 결과

3. 지식화

삽입·정렬에서 무엇을 성공이라 불러야 하나, 그 지표가 자기충족이 아님을 어떻게 보이나

• 답(부분): 성공은 「궤적 전 구간에서 물리적으로 유효」여야 한다 — 최종 깊이 ≥ 20mm ∧ 삽입 국면의 모든 스텝에서 lateral · 입구 샤프트 이탈 · 각도가 문턱 아래. 순간 최소 거리는 성공이 아니라 스침이고(H8·H10), 정착 거리는 유지만 보며, 최종상태는 관통을 통과시킨다(H5·H6). 문턱은 정책이 아니라 기하에서 나온다 — 보어 반경 0.450 − 니들 반경 0.409 = 클리어런스 41µm → 각도 1.30° · 샤프트 0.10 · lateral 0.40mm.
• 자기충족이 아님을 보이는 법 — 「임의 정책에서도 계산된다」로는 안 된다. 그것은 이식성(H3)일 뿐이고 셋이 더 필요하다. ① 결과를 보기 전에 기하로 고정한 문턱, ② 컨트롤러가 0 으로 만들지 않는 축의 양성 대조 — 수정 교사를 진짜 보어 축으로 재면 중앙 0.031 · 최대 0.084 대 클리어런스 0.041 로 겨우 걸치고 최대는 넘는다(메모리는 114/115 통과 [개연]). 교사 컨트롤러가 겨냥하는 씬 축에서 잰 190/200 은 동어반복에 가까워 대조군으로 쓸 수 없다 — H7 이 지적한 함정 그대로다. ③ 음성 대조 — 같은 궤적에서 씬 축 PHYSICAL 0/15 와 보어 축 관통 15/15 가 서로 다른 축에서 함께 나왔다(H5).
• 언제 통하나 (조건): 니들 반경 0.409 는 데시메이트된 메시의 하한(0.36~0.44 브래킷)이라 클리어런스 41µm 자체가 하한 추정이고 강체 가정이다 — 실제 수술은 캐뉼라·공막 변형으로 성립한다. 감지 한계와도 묶인다: 0.4mm 아래는 툴 카메라에서 0.23px 라 측정 범위 밖이고 시각 토큰 한 칸이 2.71mm(크롭 1.45mm)다 r8e9. PHYSICAL 문턱은 현 관측으로 잴 수는 있어도 닫을 수는 없는 기준이다. 평가 이미지 256² 와 학습 640×480 의 충실도 차이는 아직 열린 질문이다 lld2.
• 기여 주장과 측정은 어긋나 있다. 포지셔닝 문서는 C1(정직 평가)을 ★5 「데이터 이미 있음」으로 적었는데 E3 는 결정적 ET↔honest 쌍이 미이관으로 차단됐다고 적었고, 1세대 비교표에는 조기종료 경고가 붙은 베이스라인 두 행이 재평가 없이 실렸다 zc07. 「문제를 발견했다」와 「우리 데이터로 그 크기를 보였다」를 한 문장에 두지 마라. 1mm 도달은 SigLIP2 가 우세한데 정착을 차별성으로 읽은 것이 사후 프레이밍일 수 있다 [추정] — 지표를 언제 골랐는지에 대한 사전 등록 기록이 레포에 없다.
• 모델 무관 여부: 구조는 모델과 무관하다 — 「판정 장치가 결론을 만든다」. 볼트 C06 은 마지막 체크포인트 평균 한 점으로 이륙을 대신하려 한 것이, C10 은 관문 산술이 어떤 탐침(probe)도 같은 판정으로 떨어뜨린 것이 같은 꼴이다(수치는 비교하지 않는다). 도달 ≠ 유지 mp0z, 셋을 한 숫자로 합치면 개입을 못 고른다 ia1i, 「스텝을 늘리지 마라」류 규칙도 지표를 고정했을 때만 참이다 wozt. VLA_research 의 평가 사본은 에피소드 도중 예외를 성공 0 으로 적어 정책 실패가 아닌 것을 실패로 센다 — 같은 구조의 부호 반대 사례다.
• TrocarBench 에서 다시 본 것: TrocarBench 가 같은 구조를 다른 경로로 다시 보였다 — 이쪽은 니들에 충돌 캡슐이 있었는데도 안내 구간에서 너무 넓게 껐고, 결과는 같다: 벽을 통과한 궤적이 성공으로 세고 그 행까지 학습 데이터로 나갔다(평가 규약이 달라 수치는 비교하지 않는다). 새로 얻은 가르는 법 하나 — MuJoCo 의 충돌 BVH 는 컴파일 때 정해지고, 그 뒤 런타임에 바꾼 것은 조용히 반영되지 않는다. 이 레포에서 두 꼴로 각각 났다: ① 충돌이 0 으로 컴파일된 geom 은 몸체 BVH 에서 빠져 런타임에 켜도 무시된다(외과의 기구) ② 컴파일 뒤 옮긴 정적 geom 은 상자가 갱신되지 않아 관통을 놓친다(EE 후보 비교 · 배치 경로 검사). 「충돌을 켰다」는 설정 값이 아니라 실제 접촉 수로 역검증해야 문서와 코드가 조용히 갈리지 않는다.
• 경계: 라운드별 정책 개선 결과는 C11·C12, 시연기 IK·도달 불가·조용한 스킵은 C14 가 담당한다.

덧붙인 논문 — 평가 축을 어디에 둘 것인가

4. 다음 방향 — 지표가 결론을 만들고 있지 않은지 먼저 깬다 (실험 설계)

공통 규약: E1~E4 는 이미 저장된 궤적 npz 의 사후 재집계로만 하고 새 학습·GPU 평가를 쓰지 않는다. 문턱과 판정기는 재집계 전에 적어 두고 결과를 본 뒤 바꾸지 않는다. 분모를 먼저 센다 — 깊이에 도달한 에피소드가 5개 미만인 라운드는 그 라운드를 미판정으로 둔다(r14·r15 는 최대 깊이가 약 3mm 라 구 판정기 0건이 기본 기댓값이고, 그 0 은 「함정이 없다」가 아니라 「도달하지 못했다」다). 라운드 비교는 같은 게이트 판·같은 격자 안에서만. 판정 기준의 숫자는 제안값이다.

순서는 E1 → E2 → E3 → E4 → E5. E1 의 분모가 어느 라운드에서도 5에 못 미치면 2세대에서는 ET 함정을 측정할 재료 자체가 없다는 뜻이고, 그때 「ET 가 드리프트를 숨긴다」는 1세대 한정 주장으로 좁혀 논문의 C1 문장을 고친다. E5 는 체크포인트 소재 확인이 선행 조건이다.

추가로 검증할 가설

• 평가 이미지 256² 와 학습 640×480 의 충실도 차이가 게이트 통과를 깎나 lld2 — 같은 체크포인트를 두 해상도로 재평가.
• 48격자 단발 측정의 잡음 폭은 얼마인가 — 같은 체크포인트·다른 지터 시드로 48격자를 2회 더 돌려 1칸(2.1%p) 아래 차이를 읽지 않도록 바닥을 정한다.
• 유지의 정의가 문서마다 셋이다(정착 평균 기준 · 2.5mm 20스텝 · 유지율) — 어느 정의가 실기 안전과 맞는지 먼저 고르고 그 하나로 전 라운드를 다시 읽는다.

전문가 시연기가 「되는 자리」만 시연한다

특이점 오진·도달 불가·조용한 설정 누락이 데이터 분포를 좁힌다

1. 문제 상황

팬텀(안구 모형) 배치를 랜덤화하면 상당 영역에서 전문가 시연기의 IK 가 발산(관절 증분 최댓값 수십만~백만, 「튕겨나감」)하거나 특이점을 지나며 삽입이 실패한다. 구 규칙의 랜덤 배치 삽입 성공률은 76.5% (MC 200샘플, 단일 시드)였다. 막는 것은 성공률만이 아니다 — 시연 데이터는 이 프로젝트의 정본 감독 신호이므로, 여기서 분포가 좁아지거나 좌표계가 틀어지면 하류의 학습·평가가 전부 그 위에 선다. TrocarBench(같은 팔의 3포트 유리체절제술 씬)에서도 같은 일이 다른 모양으로 났다 — 3포트 동시 도달 0/16 에서 시작해 EE 형상·안구 회전 추종·증강까지(H14~H20). 그리고 틀어지는 경로가 에러를 내지 않는다: 이중 변환·조용한 스킵·기본값 설정 누락은 수집이 끝난 뒤에야 드러났다.

2. 가설 → 시도 → 결과

3. 지식화

시연이 다양한 배치를 덮지 못하는 원인은 로봇 기구학인가 장면 기하인가 시연기 알고리즘인가, 그리고 데이터 생성의 정확성은 어떻게 검사하나

• 답: 층이 셋이고 레버가 서로 다르다 [개연 — 15셀 거친 그리드(셀 하나가 약 6.7%p)와 단일 시드 MC].
  • 덮을 수 있는 배치 집합을 정한 것은 장면 기하였다 — 트로카 높이 하나가 73.3%에서 93~100%로, 각도 규칙 v2 가 76.5%에서 98.5%로 올렸다. 시연기 알고리즘은 이 그리드에서 한 셀도 못 움직였다(H2) — 대신 궤적 품질(우회율·관절 이동·whirl)을 30배 바꿨다. 기구학은 하드 바운드다 — 리치 벽(y 약 −0.46 이하)과 J5 한계 구멍은 전역 IK 0/20 으로 실현 불가라서, 고치는 대상이 솔버가 아니라 샘플 공간이 됐다.
  • 「특이점」은 오진이었다. 실제 범인은 J1 감김 뒤의 J5 상한 포화이고(H5), 그래서 최적각을 조준하는 것이 가장 위험하다(H10). J5가 0인 특이점을 겨냥한 레버(가변 댐핑·브랜치 선택)는 영역 이득 0이었고, 니들 roll 개방은 툴 카메라가 돌아 학습 이미지를 오염시키므로 측정 전에 기각됐다 — 궤적 품질 이득은 실측으로 남지만 커버리지의 답은 아니었다.
  • 지표가 판정을 갈랐다. 니들 단축은 영역 지표로는 불변(H2), 데이터 생성 폐기율로는 50%에서 20%(H8). 같은 레버에 두 답이 나온다 — 어느 지표가 배포 기준인지 먼저 정하지 않으면 레버 판정이 뒤집힌다.
• 데이터가 조용히 틀리는 경로를 가르는 법: ① 요청 분포 대 실현 분포 — 배치 메타데이터의 고유 위치 수가 에피소드 수와 같고 요청 범위를 덮는지(전부 0이면 랜덤화 미적용) ② 프레임 자기 대조 — 같은 h5 안의 기록 포즈와 GT 니들팁 좌표의 차가 0인지. 차가 팁 오프셋과 정확히 같으면 이중 변환이다 ③ 이름 조회에 음수 가드 — mj_name2id 는 없는 이름에 −1 을 돌려주고 numpy 인덱싱이 조용히 받는다. 대상이 없으면 즉시 중단(fail-closed)이 정답이다(pp2e) ④ 수율을 수가 아니라 분포로 본다 — 재시도 상한이 없으면 어려운 셀만 폐기돼 분포가 조용히 좁아진다 ⑤ 필터 통과가 정상을 뜻하지 않는다 — 최종 거리처럼 다른 축의 격리 기준을 따로 둔다 ⑥ 정규화 상수 포화율 — 축별 p99 대 상수 비가 1.05를 넘거나 포화율 1% 초과면 재계산(2026-07-03 wide 데이터에서 1.08·1.19배 실측).
• 모델 무관 여부: 「시연 분포가 좁으면 정책은 그 밖에서 실패한다」는 구조는 C02(시연이 자리 하나만 덮어 OOD)·C01(데이터 공백)과 같다 [개연] — 플랫폼·지표가 달라 수치는 비교하지 않는다. 플랫폼 독립인 것은 교훈 쪽이다: 성공할 때까지 재시도하는 생성기는 실현 불가를 에러가 아니라 분포 축소로 바꾼다. 반대로 「트로카 높이가 지배 레버」·「최적각이 특이각」은 이 씬·이 팔 전용이고, 보증 지도 자체도 시뮬 기하 기준이라 실물 라이저가 어긋나면 다시 만들어야 한다.
• TrocarBench 에서 다시 본 것: 선행 프로젝트가 관측 오염을 이유로 측정 전에 기각했던 「니들 roll 개방」에 대해, TrocarBench 는 도달 쪽 몫만 측정으로 닫았다 — 기구 끝이 마지막 관절 축 위에 있는(동축) EE 에서 roll 은 그 관절 하나에 갇혀 도달 레버가 아니고(목표 roll 을 바꿔도 앞 관절과 특이값이 그대로), 바뀌는 것은 툴 카메라 영상 분포뿐이다. 선행 EE 가 동축이었는지는 확인하지 않았으니 조건을 붙여 읽는다. 두 프로젝트에서 같은 꼴로 반복된 것 셋: ① 「특이점」진단이 실은 판정·정식화의 산물이었다 ② 생성기가 실현 불가를 에러가 아니라 분포 축소로 바꾼다 ③ 커버리지를 움직인 레버는 알고리즘이 아니라 장면 기하·EE 형상이었다. TrocarBench 에서 새로운 것은 절단을 숨기지 않고 필터 전 수율과 필터 후 집합을 병기하기로 한 것, 그리고 분포를 자른 범인이 생성기 자신의 과보수 안전 문턱이었다는 점이다.
• 공학 쪽은 솔직히 적는다: ①~⑥과 수집 후 QA 게이트 8항은 연구 질문이 아니라 체크리스트다. 그런데 레포의 함정 문서가 낡았다 — 장면에 trocar_assembly body 가 추가된 뒤(커밋 5e19c4e)에도 레포 규약 문서는 여전히 「없어서 조용히 스킵된다」로 남아 있다. 체크리스트가 사람 손에만 있으면 또 샌다는 증거다.
• 경계: 좁은 시연 분포가 r8 이후 정책 실패를 얼마나 설명하는지(대형 횡오차 회복 감독의 공백·회복 시연·oracle 회전 버그)는 C11·C12 몫이고, 평가 팬텀 격자(a0mv)는 C13 몫이다. 여기서는 생성기 쪽만 다룬다.

덧붙인 논문 — 시연 「커버리지」를 다룬 선행은 교사-학생 쪽에만 있다

4. 다음 방향 — 생성기가 좁히는 폭을 재고 막는다 (실험 설계)

공통 규약: 판정은 헤드리스 스윕·MC 로 한다(GPU 불요·셀당 수 초). 씬 세대 z=0.09 · 니들 167.5mm · 지도는 7.5°/2.5cm 정본으로 고정하고, 수집을 거치는 칸은 같은 생성 도구·같은 시드 규약(워커 i는 시드+i)을 쓴다. 기하를 바꾸는 칸은 지도 재생성(약 40분)이 선행이다. 아래 판정 기준의 숫자는 제안값이다.

순서는 E2·E3(학습 0) → E1 → E4 → E5. E2·E3 이 편향을 못 찾으면 생성기 쪽은 이미 닫힌 것이고 E5 의 대조군 정의가 「분포 폭」에서 「범위 넓이」로 바뀐다.

추가로 검증할 가설

• 중심 가중(가우시안) y 배치가 수집물 분포에 무엇을 하나 — 2026-07-04 에 배선됐지만 분포 효과는 미측정이다.
• 수집 후 QA 게이트 8항을 자동 검사로 올리면 H11의 다섯 중 몇 개가 ①~⑥에 걸리나 — 과거 데이터로 역검증한다(학습 0).

시연 기록이 정책에 답을 흘린다

관측과 행동의 한 스텝 어긋남 · 특권 정보 누설 · 에피소드 단독 재생성 불가

1. 문제 상황

약 3,400 에피소드 양산 직전에 기록 코드를 실측·소스 대조하니 학습에 그대로 쓰면 결과가 틀어지는 결함이 여덟 개 있었다. 관측과 행동이 한 스텝 어긋나 정책이 「방금 한 동작」을 예측하게 되고, 관절 상태(proprio) 안에 대상 포트까지의 상대 위치가 들어 있어 상태만 쓰는 모방학습이 사실상 oracle 이 되며, 지시문으로 포트를 고르는 과제(L2)에서는 외과의 기구가 항상 비대상 포트에 놓여 영상만 보고 정답을 맞힐 수 있다. 공통점은 전부 에러를 내지 않는다는 것이다 — 신호 위생 검사(NaN · 시간축 · 관절 한계 · 재계산 일치)는 깨끗하게 통과한다. 막는 것: 이 데이터로 학습하면 벤치마크가 측정하려는 것(언어 인과 · 시각 정렬)을 정책이 아니라 기록이 대신 풀어 버리고, 숫자가 나와도 그 숫자가 무엇의 값인지 말할 수 없다.

2. 가설 → 시도 → 결과

3. 지식화

시연 기록의 어떤 결함이 정책에 답을 흘리고, 학습 전에 어떻게 잡나

• 답: 누설 채널은 네 갈래이고 전부 무음이다. 잡는 방법은 검토가 아니라 대조 측정 다섯 가지다 [실측 — 단 「정책 점수를 얼마나 부풀리나」는 이 레포에서 미측정].
  • 네 갈래: ① 시간 어긋남 — 관측·행동 한 스텝(H1), phase 라벨 한 칸(H1), 위치량 1 ms(H12). ② 특권 채널 — proprio 의 목표 상대 위치와 target_port(H2), 직전 명령의 사본(H7), 특권 힘·충돌이 촉발한 응급 후퇴가 정상 후퇴와 같은 라벨로 섞이던 것(19 수용 C2+C13). ③ 장면 지름길 — 비대상 포트에만 놓인 기구(H3), 짝 에피소드의 시작 자세 124 µm(H11). ④ 분할·통계 누수 — 평가 분할의 자기 통계, 내보내지 않은 구간이 섞인 상대 통계, 장면 그룹 미분리(H8).
  • 잡는 법: ① 자기 대조 — 행동을 양쪽 정렬로 다 재서 두 값의 크기 차를 본다(0 대 0.38~23.5 mm). 한쪽만 재면 「작으니 맞다」로 읽힌다. ② 센티넬 — 특권·라벨·속성·과제 색인을 엉터리 값으로 바꿔도 정책 입력·출력이 같은지. 이름 검사로는 안 된다(접두사만 보면 명령 사본이 통과한다). ③ 재생성 비트 관문 — 같은 episode_seed 로 다시 돌려 영상 뺀 전 데이터셋과 XML·에셋 해시를 비교. 네 키만 비교하면 다른 영상을 옛 메타데이터에 붙일 수 있다. ④ 짝 대조 — 같은 장면·다른 대상 두 에피소드의 첫 행 시뮬 상태가 비트 동일한지. ⑤ 통계 출처 추적 — 통계를 낸 프레임 집합이 실제로 내보낸 구간과 같은지(5h28 과 같은 규율).
• 모델 무관 여부: 네 갈래 전부 플랫폼 독립이다 — (o_{t+1}, a_t) 는 환경 기반 수집기의 흔한 함정이고 lerobot 자신의 코드(로컬 0.5.2)와 VLANeXt2 에도 있다(H6·H14). 반면 수치(9.4e-8 m · 124 µm · 0.19 mm)와 「어느 채널이 지배적인가」는 이 씬·이 기록기 전용이다. 특권 상태가 점수를 부풀린 직접 증거는 우리 것이 아니라 문헌(State-free)과 사내 간접 증거뿐이다 — VLANeXt2 에서 영상을 전부 회색으로 지워도 자세 유사도가 0.815 로 남았다(82n9, C12 H3).
• 우회는 없다. 계약 v0.2 는 채널을 끊은 것이고 비트 단위로 검증됐다. 다만 두 개는 우회로 막았다 — 짝 데이터에서 외과의 기구를 끄는 것(H3)은 데이터 설계 쪽 회피이고, 영상·지시문 속 단서는 센티넬이 구조적으로 못 본다.
• 문서를 정본으로 믿지 마라 — 두 번 났다: 좌표계 표기 오류(H5)와 힘 채널의 의미 불일치(문서는 스텝 중 최대인데 세 채널은 스텝 끝 순간값, C13 과 경계). 반대로 저장 XML ≠ 런타임 모델은 문서에 이미 적혀 있었고 점검 초판이 「문서화 필요」로 틀리게 적었다 — 감사하는 쪽도 틀린다. C14 H11 의 이중 tip 변환(03rm)과 같은 종류이고, 이름 조회가 음수를 돌려줄 때 즉시 중단하는 규율(pp2e)도 같은 자리다.
• 경계: 성공 게이트·종료 조건·관통·힘 채널의 평가 쪽 영향은 C13, 시연 분포 폭과 생성기 폐기 편향은 C14, 비전 무시와 정밀도 바닥은 C12, 지시문 접지는 C09 몫이다. 여기서는 기록이 답을 흘리는 경로만 다룬다.

덧붙인 논문 — 특권 상태와 언어 바닥을 실제로 잰 것들

4. 다음 방향 — 누설이 점수를 얼마나 부풀리나 (실험 설계)

공통 규약: 학습이 들어가는 칸은 렌더 복구 → LeRobot 내보내기가 선행이다(2026-10-28 부터 EGL 장애로 내보내기 보류 중). 데이터는 같은 마스터 풀·같은 호환 키·같은 장면 그룹 분할에서 내보내기만 바꾸고, 평가는 고정 초기상태 val 격자(봉인 test 는 모델 선택에 쓰지 않는다)로 한다. 모든 칸에 센티넬 검사를 걸고, 조건당 시드 2. 판정 기준의 숫자는 제안값이다.

순서는 E1 · E2(학습 0) → E3 → E6 · E5 → E4. E3 이 차이를 못 내면 특권 분리의 가치는 점수가 아니라 「주장 가능성」에 있는 것이고, 그때 E4 가 앞으로 온다 — 벤치마크의 기여 주장이 L2 쪽에 걸려 있기 때문이다.

추가로 검증할 가설

• 위치량 1 ms 지연(≤ 0.19 mm)이 클리어런스 41 µm 과제에서 라벨 잡음이 되나 — 기존 마스터 재분석만.
• 초기 추정 포트 고정이 비대상 포트 준비 자세 분포·거부율을 바꾸나 (19 가 보류로 남긴 것) — 재분석만.
• 생성 증강 마스터가 원본 마스터를 해시로 참조하는 구조에서 원본이 사라지면 내보내기가 멈추는데, 그 재현 의존성을 계약에 넣을 것인가 — C16 과 경계.

완료·위험을 따로 판정하는 감시자(monitor)를 만들 수 있나

정책과 분리된 판정기의 신뢰도

1. 문제 상황

• 증상 · 왜 막나: 두 프로젝트 모두 정책에서 나오는 숫자가 끝-끝 성공률 하나뿐이다. 그래서 정책과 분리된 판정기가 필요하다 — 하나는 「지금 하위 목표가 끝났나 · 이 에피소드는 왜 실패했나」를 보는 완료·원인 감시자(VLA_research), 다른 하나는 「지금 위험한가 · 멈췄어야 했나」를 보는 위험 감시자(TrocarBench)다. 둘 다 같은 질문에 걸려 있다: 정책과 떼어 놓은 판정기를 믿을 수 있나. 못 믿으면 두 가지가 같이 무너진다 — 감시자로 개입(재질의·후퇴)을 걸 수 없고, 그 판정을 평가 게이트로 쓰면 게이트 자체가 오염된다(C13). TrocarBench 쪽은 더 급했다: 중단 규칙이 시연기(oracle) 안에만 있어 학습 정책 평가에는 위험 판정이 아예 없었고, 결과가 성공·실패 둘뿐이라 「안전하게 멈춤」과 「위험하게 실패」가 같은 칸이었다.

2. 가설 → 시도 → 결과

3. 지식화

정책과 분리된 판정기가 완료·실패·위험을 믿을 만하게 가르나

• 답(부분): 완료 판정기는 자기가 본 범위 안에서만 서고, 위험 감시자는 아직 「구조가 섰다」까지다. 네 갈래가 무너졌다 — 정책·헤드 모두 학습에 없던 과제의 완료 판정(V4·V5), 큰 범용 모델의 참조 정답 자격(V2), 모델 라벨러의 원인 분류(V3), 설계 그대로의 위험 신호 정의(T2). 본 과제 안에서는 작은 학습 판정기가 가장 낫고 더 큰 범용 모델이 따라오지 못한다(V1·V2 · 본 과제 수치는 C10).
• 두 쪽 판정기는 채점 상대가 다르다 — 이것이 이 사례의 축이다. 완료 판정기는 시뮬레이터 술어라는 정답과 겨룰 수 있어 「미달」을 숫자로 받았다. 위험 감시자는 그 자체가 「위험」의 정의라서 겨룰 정답이 없다 — 그래서 TrocarBench 쪽 신뢰도 검사는 정확도가 아니라 기하 감사 둘이었다: 거리 정의를 바로잡은 것(T2)과 불가피성 검사(T5). 중단 선언 지연이 0 인 것도 측정이 아니라 정의다(T6).
• 모델 무관 여부: 구조는 모델·로봇과 무관하다 — 판정기는 자기가 본 분포 안에서만 판정한다. 실패 궤적에서 완료 판정 성적이 0.2 떨어지는 것(V6)과 위험 경보가 정상 깊이에서 울린 것(T2)은 같은 꼴이다. 학습 과정의 감시자도 같다 — 액션 손실로는 폐루프 이륙(takeoff)을 못 본다(C06 · axh1). 과제·지표·판정 규약이 달라 두 프로젝트 사이 수치는 비교하지 않는다.
• 가르는 법 (이 사례의 핵심)
  • 감시자 자격을 결과 전에 적는다. 참조 정답 · 보조 라벨 · 참조 불가 셋을 구간 하한과 보정오차로 미리 걸어 두었기 때문에 「순위는 높은데 보정이 나쁘다」가 판정으로 남았다. AUC 만으로 감시자 자격을 주지 마라 — 문턱 0.5 에서 쓸 수 없는 모델도 통과한다(J1 v2 교차검토 치명).
  • 음성 대조를 같은 장면에 둔다. 「과제가 끝났나」 신호가 라벨과 섞이면 그 점수는 지각이 아니다 — 시간만으로 AUROC .94~1.00 이 나오고, 같은 장면 다른 과제의 끝 프레임을 음성으로 두면 .46 까지 내려간다 el5x p729.
  • 입력과 분모를 먼저 맞춘다. OmniJev 가 기본 모델보다 나아 보였던 축은 좌우 반전 규약이 서로 다른 축이었고 같은 입력으로 다시 채점하니 더 낮았다. 집계 전에는 오류 에피소드를 전수 검사한다 — 평가 사본이 에피소드 도중 예외를 성공 0 으로 적으면 정책 실패가 아닌 것이 판정기로 들어간다 vzlz d1g8.
  • 라벨러를 둘 쓰고 일치도를 먼저 본다. 분류표를 고치는 것이 라벨러를 키우는 것보다 먼저다 — 같은 경계(「못 잡음」 대 「잡고 맴돎」)가 분류표를 2단으로 고친 뒤에도 남았고, 더 강한 모델·더 큰 effort 는 도움이 되지 않았다. 같은 회사 두 모델의 일치도는 사람 대비 상한이 아니다.
  • 위험 감시자는 신호별 체류 시간 분포를 먼저 본다. 어느 신호가 몇 에피소드에서 몇 초 울렸는지를 보면 정의 결함이 드러난다. 샤프트–수정체 2 mm 가 45 에피소드에서 평균 15.3 s 인 것은 오탐이 아니라 「조준 피벗이 원래 그렇다」는 사실이고, 그래서 이 값은 임계가 아니라 판정용 거리 값으로 남겨 두었다.
  • 판정 시점 뒤의 값을 지표에 넣지 마라 — 후퇴·관통 해소 과도라 크기가 비물리적이다. 첫 후퇴 등급까지로 자르면 200 mN 초과 적분 평균이 0.021 → 0.012 N·s(CVaR 0.210 → 0.116)로, 판정 뒤 몫이 적분의 약 절반이었다.
• 우회 — 양쪽 다 지금 우회 중이고, 우회가 상태를 「해결」로 바꾸지 않는다. VLA_research 는 감시자를 본 술어로 한정하고(완료 판정은 학습 헤드만) 실패 원인은 시뮬레이터 기록에서 직접 뽑는다. TrocarBench 는 감시자를 기록 전용으로 두고 제어 개입을 보류했다(사용자 2026-10-18 「값만 확인할 수 있도록」). 두 우회 모두 개입 효과를 재지 않는다 — 닫힌 고리로 묶었을 때 성공·안전이 오르는지는 양쪽 모두 미측정이다. 경계: 판정이 곧 평가 게이트가 될 때의 위험은 C13, 구성요소별 몫 배분과 오라클 사다리는 C10, 지시문 접지는 C09 가 담당한다.

덧붙인 논문 — 감시자를 어디에 두고 무엇으로 셀 것인가

4. 다음 방향 — 판정기를 쓸 자리에서 먼저 재고, 그다음 개입을 건다 (실험 설계)

공통 규약: 문턱·판정 규칙은 결과를 보기 전에 적고 뒤에 바꾸지 않는다. 판정기 성적은 그것을 쓸 분포(실패 궤적 · 주입 이벤트 · 학습 정책 궤적)에서 재고 본 범위 성적과 따로 적는다. 판정 시점 뒤의 값은 지표에서 뺀다. 집행 칸에서는 「누가 멈췄나」를 함께 기록한다. 두 프로젝트 수치는 섞지 않는다. 판정 기준의 숫자는 제안값이다.

순서는 사후 재집계로 싼 E4 · E5 를 먼저, 그다음 E1 → E3 → E2, E6 은 사용자 결정 뒤. 닫힌 고리 감시자 칸은 「관문 미충족 · 미발사」다 — 막고 있는 관문은 정답 하위 목표가 성공을 올리지 못한 쪽(❌)이고, 범용 VLM 미달은 지각기를 학습 헤드로 정했을 뿐이다. 개입 통로를 다시 짜는 일은 C10 E1 과 C09 가 서야 발사된다.

추가로 검증할 가설

• 감시자 판정이 평가 게이트가 되는 순간 그 게이트는 자기충족이 된다(C13) — 감시자 학습·설계에 쓴 궤적과 평가 궤적이 분리됐는지 먼저 센다.
• 소프트웨어 렌더로 만든 판정 학습 데이터와 GPU 렌더 시험 프레임의 픽셀 차이가 완료 판정 성적을 깎나 — 두 방식 대조가 아직 없다.
• 반대 상태 술어(열림·닫힘 · 켜짐·꺼짐)에서 판정기가 거꾸로 가는 것이 문장 붕괴인가 — 반대 문장으로 같은 프레임에 질의한 측정이 없어 [추정]으로 남아 있다.