🤖 machine learning

Flow with the Force Field: Learning 3D Compliant Flow Matching Policies from Force and Demonstration-Guided Simulation Data

यह शोध पत्र एक ऐसे ढांचे को प्रस्तुत करता है जो अनुपालनशील (compliant) विसुमोटर नीतियों को प्रशिक्षित करने के लिए एकल मानव प्रदर्शन से बल-सूचित (force-informed) सिंथेटिक डेटा उत्पन्न करता है, जिससे रोबोट विश्वसनीय बल अनुकूलन और कम सिम-टू-रियल (Sim2Real) अंतराल के साथ संपर्क-समृद्ध हेरफेर कार्यों को प्रभावी ढंग से करने में सक्षम होते हैं।

मूल लेखक: Tianyu Li, Yihan Li, Zizhe Zhang, Nadia Figueroa

प्रकाशित 2026-04-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tianyu Li, Yihan Li, Zizhe Zhang, Nadia Figueroa

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रोबोट को एक भारी लकड़ी के ब्लॉक को अपनी तरफ पलटने या दो हाथों से एक बड़े, अजीब आकार के डिब्बे को उठाने के लिए सिखा रहे हैं। यदि आप केवल रोबोट को कहेंगे, "अपने हाथ को बिंदु X पर ले जाओ, फिर बिंदु Y पर," तो वह संभवतः ब्लॉक से टकरा जाएगा, उससे टकराकर उछल जाएगा, या उसे कुचल देगा। उसमें एहसास (feel) की कमी है। उसे नहीं पता कि कब ज़ोर से धक्का देना है और कब कोमलता बरतनी है।

यह शोध पत्र एक नया तरीका प्रस्तुत करता है जिससे आप रोबोट को वास्तविक दुनिया में हज़ारों घंटों के अभ्यास के बिना ये "स्पर्श-संवेदी" (touchy-feely) कार्य सिखा सकते हैं। यहाँ उनके तरीके का सरल विवरण दिया गया है:

1. समस्या: रोबोट "भद्दा" (Clumsy) है

अधिकांश आधुनिक रोबोट उस पियानो वादक की तरह हैं जो केवल चाबियों को दबाना जानते हैं लेकिन यह नहीं जानते कि उन्हें कितनी कोमलता से दबाना है। वे खाली स्थान में एक बिंदु से दूसरे बिंदु तक जाने में माहिर हैं, लेकिन जैसे ही वे किसी चीज़ को छूते हैं, वे सख्त हो जाते हैं और चीज़ों को तोड़ देते हैं। वे अनुपालन (compliance) (दबाव के तहत झुकने या ढलने की क्षमता) को अनदेखा कर देते हैं।

2. समाधान: "फोर्स फील्ड सिम्युलेटर"

लेखकों ने एक ऐसा सिस्टम बनाया है जो रोबोट को कंप्यूटर सिमुलेशन में केवल एक उदाहरण का उपयोग करके "महसूस" करना सिखाता है।

एकल डेमो (The Single Demo): वास्तविक दुनिया में मानव से 500 बार कार्य करने के लिए कहने के बजाय (जो धीमा और महंगा है), वे एक मानव से एक वीडियो गेम जैसे सिम्युलेटर (IsaacGym) के भीतर इसे एक बार करने के लिए कहते हैं।
जादुई ट्रिक (डेटा जनरेशन): एक बार जब उनके पास वह एक चाल आ जाती है, तो वे लैपलेसियन एडिटिंग (Laplacian Editing) नामक एक चतुर गणितीय ट्रिक का उपयोग करते हैं। कल्पना कीजिए कि आपके पास रोबोट की गति की एक मिट्टी की मूर्ति है। आप उसी क्रिया के सैकड़ों नए संस्करण बनाने के लिए उस मिट्टी को खींच सकते हैं, सिकोड़ सकते हैं और घुमा सकते हैं, जबकि क्रिया के मूल "एहसास" को बनाए रखा जाता है।
इसमें "बल" (Force) को शामिल करना: महत्वपूर्ण बात यह है कि वे केवल स्थिति को नहीं बदलते; वे बल को भी बदलते हैं। वे "आभासी लक्ष्य" जोड़ते हैं जो रोबोट को बताते हैं, "यदि आप यहाँ धक्का देते हैं, तो आपको ज़्यादा ज़ोर से धक्का देना होगा," या "यदि आप इस सतह से टकराते हैं, तो आपको अपनी पकड़ को नरम करना होगा।" यह केवल एक मानव डेमो से "बल-जागरूक" (force-aware) प्रशिक्षण डेटा का एक विशाल पुस्तकालय बनाता है।

3. मस्तिष्क: "फ्लो मैचिंग" पॉलिसी (The Flow Matching Policy)

अब जब उनके पास "चीजों को कोमलता से कैसे छुआ जाए" का एक बड़ा डेटासेट है, तो उन्हें इसे सीखने के लिए एक मस्तिष्क की आवश्यकता है।

वे फ्लो मैचिंग (Flow Matching) तकनीक का उपयोग करते हैं। इसे एक नदी की तरह समझें। रोबोट की गति संभावनाओं के एक अराजक भंवर (शोर/noise) से शुरू होकर सही क्रिया की ओर सुचारू रूप से बहती है।
रोबोट की "आंखें" 3D पॉइंट क्लाउड्स (वस्तु के आकार को दर्शाने वाले बिंदुओं का एक डिजिटल मानचित्र) हैं, न कि केवल सपाट तस्वीरें। यह रोबोट को वस्तु के 3D आकार को समझने में मदद करता है, भले ही रोशनी बदल जाए।
रोबोट की "त्वचा" फोर्स सेंसर (Force Sensors) है। यह एक साथ 3D आकार को देखने और दबाव को महसूस करना सीखता है।

4. निष्पादन: "पैसिव इम्पीडेंस" सुरक्षा जाल (The Passive Impedance Safety Net)

सुरक्षा के लिए यह सबसे महत्वपूर्ण हिस्सा है। भले ही रोबोट का मस्तिष्क सोचता हो कि वह क्या करने जा रहा है, वास्तविक दुनिया अव्यवست है।

पुराना तरीका: रोबोट एक कठोर पथ का पालन करने की कोशिश करता है। यदि वह किसी दीवार से टकराता है, तो वह और ज़ोर से धक्का देता है, जिससे दीवार या खुद को नुकसान पहुँच सकता है।
नया तरीका (पैसिव इम्पीडेंस): लेखक रोबोट की गति को एक स्प्रिंग जैसी डोरी (springy leash) की तरह मानते हैं। रोबोट की एक "वांछित वेग" (desired velocity) होती है (जहाँ वह जाना चाहता है), लेकिन वह उस लक्ष्य से एक स्प्रिंग द्वारा जुड़ा होता है।
- यदि रोबोट किसी बाधा से टकराता है, तो स्प्रिंग खिंच जाती है। रोबोट बाधा से लड़ता नहीं है; वह कोमलता से झुक जाता है, उसके चारों ओर फिसलता है, या अपनी पकड़ को समायोजित करता है।
- यह रोबोट को बहुत अधिक ऊर्जा डालने (टकराने) से रोकता है और इसे गलतियों से स्वाभाविक रूप से उबरने की अनुमति देता है।

परिणाम: सिमुलेशन से वास्तविकता तक

उन्होंने दो कार्यों पर इसका परीक्षण किया:

ब्लॉक को पलटना: एक एकल हाथ ब्लॉक को सपाट से सीधा खड़ा करने के लिए पलटता है।
डिब्बा ले जाना: दो हाथ एक बड़े ऑब्जेक्ट को ले जाने के लिए मिलकर काम करते हैं।

जादू: उन्होंने रोबोट को पूरी तरह से "मिट्टी की तरह खींचे गए" (clay-stretched) सिमुलेशन डेटा पर प्रशिक्षित किया। फिर वे रोबोट को वास्तविक दुनिया में ले गए और उसे शून्य वास्तविक दुनिया का प्रशिक्षण दिया।

स्थानिक सामान्यीकरण (Spatial Generalization): उन्होंने ब्लॉक को उन स्थानों पर स्थानांतरित किया जिन्हें रोबोट ने सिम्युलेटर में कभी नहीं देखा था, और फिर भी यह सफल रहा।
वस्तु सामान्यीकरण (Object Generalization): उन्होंने रोबोट को अलग-अलग आकार के डिब्बे दिए (कुछ प्रशिक्षण डेटा से बड़े, कुछ छोटे), और उसने तुरंत अनुकूलन किया।
सुरक्षा: "स्प्रिंग जैसी डोरी" वाले कंट्रोलर ने रोबोट को वस्तुओं को कुचलने से रोका, और कठोर कंट्रोलर्स की तुलना में कम ऊर्जा का उपयोग किया और अधिक बार सफल हुआ।

मुख्य निष्कर्ष

यह शोध पत्र दिखाता है कि नाजुक वस्तुओं को संभालने के लिए रोबोट को वास्तविक दुनिया में लाखों बार अभ्यास करने की आवश्यकता नहीं है। सिम्युलेटर में एक एकल मानव डेमो का उपयोग करके, गणित के साथ उस डेटा को खींचकर, और रोबोट को एक स्प्रिंग जैसी, लचीली बॉडी देकर, हम रोबोट को मानव हाथ की गरिमा के साथ वास्तविक दुनिया को संभालने के लिए सिखा सकते हैं।

संक्षेप में: उन्होंने रोबोट को चीजों को छूने के लाखों अलग-अलग तरीकों का अनुकरण करके "महसूस" करना सिखाया, और फिर रोबोट को एक "स्प्रिंग जैसी डोरी" पर अभ्यास करने दिया ताकि जब वह अंततः वास्तविक दुनिया में आए तो कुछ भी न टूटे।

यहाँ शोध पत्र "Flow with the Force Field: Learning 3D Compliant Flow Matching Policies from Force and Demonstration-Guided Simulation Data" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

निरंतर संपर्क (continuous contact) वाले रोबोटिक हेरफेर कार्यों (जैसे, ब्लॉक पलटना, सतह को पोंछना, द्वि-हस्त संयोजन/bi-manual assembly) के लिए सटीक गति नियंत्रण और कम्प्लायंट फोर्स रेगुलेशन (compliant force regulation) के बीच एक नाजुक संतुलन की आवश्यकता होती है। जबकि आधुनिक विज़ुओमोटर नीतियां (raw visual data से motor actions तक का मानचित्रण) उन्नत हुई हैं, वे अक्सर भौतिक अनुपालन (physical compliance) की अनदेखी करती हैं, जिससे निम्नलिखित समस्याएं होती हैं:

अनिश्चितता के तहत अत्यधिक संपर्क बल और नाजुक व्यवहार।
उन कार्यों में विफलता जहाँ निश्चित-कठोरता (fixed-stiffness) वाले नियंत्रक परिवर्तनशील संपर्क स्थितियों को नहीं संभाल सकते।
उच्च डेटा निर्भरता: मौजूदा विधियाँ जो बल को शामिल करती हैं (जैसे, डिफ्यूजन मॉडल या सुदृढीकरण शिक्षण के माध्यम से), आमतौर पर सैकड़ों वास्तविक दुनिया के प्रदर्शनों या जटिल रिवॉर्ड इंजीनियरिंग की आवश्यकता रखती हैं, जो स्केलेबिलिटी को सीमित करती है।
Sim2Real गैप: संपर्क-समृद्ध (contact-rich) कार्यों के लिए उच्च-गुणवत्ता वाला सिमुलेशन डेटा उत्पन्न करना कम्प्यूटेशनल रूप से महंगा है, और मानक सिमुलेशन डेटा महत्वपूर्ण डोमेन अनुकूलन के बिना वास्तविक रोबोटों पर स्थानांतरित होने में विफल रहता है।

मुख्य चुनौती जिसका समाधान किया गया है: सिमुलेशन में एक एकल मानव प्रदर्शन (human demonstration) से अनुकूल, कम्प्लायंट विज़ुओमोटर नीतियां कैसे सीखी जाएं, जिससे वास्तविक दुनिया में डेटा संग्रह के बिना संपर्क-समृद्ध कार्यों के लिए ज़ीरो-शॉट ट्रांसफर सक्षम हो सके।

2. कार्यप्रणाली (Methodology)

लेखक एक तीन-चरणीय ढांचे का प्रस्ताव करते हैं: फोर्स-इन्फॉर्म्ड डेटा जनरेशन, कम्प्लायंट फ्लो मैचिंग पॉलिसी लर्निंग, और सेफ रियल-वर्ल्ड रोलआउट।

A. फोर्स-इन्फॉर्म्ड डेटा जनरेशन (सिमुलेशन)

बड़े पैमाने पर वास्तविक दुनिया के डेटासेट एकत्र करने के बजाय, यह प्रणाली एक एकल टेलीऑपरेटेड प्रदर्शन ( $D_h$ ) से सिमुलेशन (IsaacGym) में विविध प्रशिक्षण डेटा उत्पन्न करती है।

ट्रैजेक्टरी डिकम्पोजिशन (Trajectory Decomposition): प्रदर्शन को फ्री-स्पेस ( $D_f$ ) और इन-कॉन्टैक्ट ( $D_c$ ) खंडों में विभाजित किया जाता है।
डोमेन रैंडमाइजेशन (Domain Randomization): नए परिदृश्य बनाने के लिए प्रारंभिक स्थितियों (वस्तु की स्थिति, द्रव्यमान, घर्षण, एंड-इफेक्टर पोज़) को रैंडमाइज किया जाता है।
ट्रैजेक्टरी वार्पिंग (Trajectory Warping):
- फ्री-स्पेस: स्थानीय ज्यामितीय गुणों को संरक्षित करते हुए नई प्रारंभिक स्थितियों तक ट्रैजेक्टरी को वार्प करने के लिए लैपलेसियन एडिटिंग (Laplacian Editing) का उपयोग करता है।
- इन-कॉन्टैक्ट: रैंडमाइज्ड ऑब्जेक्ट के सापेक्ष पोज़ और बलों को वार्प करने के लिए एक ऑब्जेक्ट-सेंट्रिक फ्रेम का उपयोग करता है।
- फोर्स-इन्फॉर्म्ड वर्चुअल टारगेट्स: एक महत्वपूर्ण नवाचार जहाँ प्रत्येक संपर्क बिंदु के लिए एक "वर्चुअल टारगेट" बनाया जाता है, जिसमें एंड-इफेक्टर पोज़ को मापे गए बल की दिशा में शिफ्ट किया जाता है ( $x_{ee}^v = x_{ee} + k_f F$ )। यह नीति को केवल पथ का पालन करने के बजाय संपर्क बनाए रखने के इरादे (intention) को सीखने के लिए मजबूर करता है।
आउटपुट: एक विविध सिंथेटिक डेटासेट ( $D_{sim}$ ) जिसमें पॉइंट क्लाउड्स, एंड-इफेक्टर पोज़ और फोर्स माप शामिल हैं।

B. एडेप्टिव कम्प्लायंट फ्लो मैचिंग पॉलिसी (Adaptive Compliant Flow Matching Policy)

नीति को फ्लो मैचिंग (Flow Matching) का उपयोग करके प्रशिक्षित किया जाता है, जो एक जेनेरेटिव मॉडलिंग तकनीक है जो डिफ्यूजन मॉडल की तुलना में उच्च इन्फरेंस फ्रीक्वेंसी प्रदान करती है, जिससे यह उच्च-आवृत्ति नियंत्रण के लिए उपयुक्त हो जाती है।

इनपुट्स:
- पॉइंट क्लाउड्स ( $o_{pc}$ ): स्थानिक सामान्यीकरण (spatial generalization) के लिए सिंगल-व्यू 3D पॉइंट क्लाउड्स (DP3 एनकोडर द्वारा संसाधित), जो RGB छवियों के स्थान पर उपयोग किए जाते हैं।
- एंड-इफेक्टर पोज़ ( $o_{ee}$ ) और फोर्स ( $o_f$ ): MLPs के माध्यम से संसाधित।
आउटपुट्स: नीति एक ट्रैजेक्टरी होराइजन ( $H=16$ $H = 16$ ) की भविष्यवाणी करती है जिसमें शामिल हैं:
1. रेफरेंस पोज़ ( $X_{ref}$ ): वांछित प्रक्षेपवक्र (trajectory)।
2. वर्चुअल टारगेट ( $X_{vt}$ ): अनुपालन (compliance) के लिए उपयोग किया जाने वाला फोर्स-इन्फॉर्म्ड टारगेट।
3. इम्पीडेंस पैरामीटर ( $d$ ): एक स्केलर गेन जो अनुपालन को नियंत्रित करता है, जिसे अनुमानित बल परिमाण के आधार पर शेड्यूल किया जाता है।
प्रशिक्षण उद्देश्य: मॉडल शोर (noise) और लक्ष्य एक्शन डिस्ट्रीब्यूशन के बीच इंटरपोलेशन पाथ के वेलोसिटी फील्ड को मैच करना सीखता है, जो सेंसर इनपुट पर कंडिशन होता है।

C. स्टेट-वेक्टर फील्ड के साथ कम्प्लायंट रोलआउट (Compliant Rollout with State-Vector Fields)

वास्तविक दुनिया के निष्पादन के दौरान सुरक्षा और मजबूती सुनिश्चित करने के लिए, नीति के आउटपुट को रिजिड पोजीशन ट्रैकिंग के माध्यम से निष्पादित नहीं किया जाता है।

स्टेट-वेलोसिटी फील्ड: नीति के पोज़ आउटपुट को वांछित वेलोसिटी फील्ड में परिवर्तित किया जाता है।
पैसिव इम्पीडेंस कंट्रोलर (Passive Impedance Controller): रोबोट को एक पैसिव इम्पीडेंस लॉ द्वारा नियंत्रित किया जाता है: $F_c = D(x)(\dot{x} - f(x))$ $F_{c} = D (x) (\overset{x}{˙} - f (x))$ ।
- वेपॉइंट्स को कठोरता से ट्रैक करने के बजाय, कंट्रोलर रेफरेंस मोशन डायरेक्शन को कम्प्लायंट डायरेक्शन (वर्तमान स्थिति से वर्चुअल टारगेट तक का वेक्टर) के साथ ब्लेंड करता है।
- ब्लेंडिंग गेन ( $d$ ) को संपर्क बल के आधार पर गतिशील रूप से समायोजित किया जाता है: उच्च बल $\rightarrow$ उच्च अनुपालन (कम गेन); कम बल $\rightarrow$ कम अनुपालन (उच्च ट्रैकिंग फिडेलिटी)।
- यह दृष्टिकोण वातावरण में कम ऊर्जा इंजेक्ट करता है और रोबोट को प्राकृतिक रूप से "झुकने" (yield) की अनुमति देता है यदि वह अप्रत्याशित बाधाओं का सामना करता है, जिससे क्षति को रोका जा सकता है।

3. मुख्य योगदान (Key Contributions)

लाइटवेट डेटा जनरेशन स्ट्रैटेजी: लैपलेसियन एडिटिंग और फोर्स-मॉड्यूलेटेड वर्चुअल टारगेट्स का उपयोग करके एक एकल मानव प्रदर्शन से विविध, फोर्स-इन्फॉर्म्ड सिमुलेशन डेटा उत्पन्न करने के लिए एक नवीन पाइपलाइन, जो व्यापक वास्तविक दुनिया के डेटा संग्रह की आवश्यकता को समाप्त करती है।
एडेप्टिव कम्प्लायंट फ्लो मैचिंग पॉलिसी: एक नया नीति आर्किटेक्चर जो 3D पॉइंट क्लाउड्स और फोर्स को इनपुट के रूप में लेता है और पोज़ एक्शन और इम्पीडेंस पैरामीटर्स दोनों को आउटपुट करता है, जिससे उच्च-आवृत्ति, संपर्क-जागरूक नियंत्रण सक्षम होता है।
ज़ीरो-शॉट Sim2Real ट्रांसफर: बिना किसी वास्तविक दुनिया के प्रदर्शन या फाइन-ट्यूनिंग के ब्लॉक फ्लिपिंग और बाइ-मैनुअल मूविंग कार्यों के लिए फ्रैंका रोबोटों पर सफल परिनियोजन।
पैसिव इम्पीडेंस रोलआउट स्कीम: एक नियंत्रण रणनीति जो नीति पोज़ को स्टेट-वेलोसिटी फील्ड में बदल देती है, जो एक पैसिव इम्पीडेंस कंट्रोलर के साथ मिलकर काम करती है। यह क्लासिकल पोजीशन-आधारित इम्पीडेंस कंट्रोलर की तुलना में कम ऊर्जा इंजेक्शन और बेहतर सुरक्षा प्रदान करती है।

4. प्रयोगात्मक परिणाम (Experimental Results)

फ्रेंका एमिका (Franka Emika) रोबोटों का उपयोग करके दो वास्तविक दुनिया के कार्यों पर इस ढांचे को मान्य किया गया:

कार्य:
1. ब्लॉक फ्लिपिंग: एक ब्लॉक को फ्लैट से सीधा (लगभग 85°) घुमाना।
2. बाइ-मैनअल मूविंग: दो भुजाएं मिलकर एक बड़े ऑब्जेक्ट को प्लेटफॉर्म पर रखती हैं।
सामान्यीकरण प्रदर्शन (Generalization Performance):
- स्थानिक सामान्यीकरण (Spatial Generalization): पूर्ण विधि ने रैंडमाइज्ड स्थितियों में ब्लॉक फ्लिपिंग में 97.6% और बाइ-मैनअल मूविंग में 82.9% सफलता प्राप्त की, जो बेसलाइन से काफी बेहतर है (जो अक्सर 0% या <30% पर विफल हो जाते हैं)।
- ऑब्जेक्ट सामान्यीकरण: नीति अनदेखे आकार और आकार की वस्तुओं (जैसे विभिन्न बॉक्स आयाम) के लिए उच्च सफलता दर के साथ सामान्यीकृत हुई, जबकि पॉइंट-क्लाउड-ओनली या फोर्स-ओनली बेसलाइन संपर्क बनाए रखने में विफल रहे या अटक गए।
एब्लेशन स्टडीज (Ablation Studies):
- लैपलेसियन एडिटिंग या फोर्स-इन्फॉर्म्ड टारगेट्स को हटाने से सफलता दर 0% हो गई, जो विविध डेटा और फोर्स-अवेयरनेस की आवश्यकता को सिद्ध करती है।
- फोर्स इनपुट या कम्प्लायंट आउटपुट को हटाने से प्रदर्शन काफी गिर गया, जो पुष्टि करता है कि ज्यामितीय (पॉइंट क्लाउड) और भौतिक (फोर्स) फीडबैक दोनों आवश्यक हैं।
कंट्रोलर तुलना:
- प्रस्तावित पैसिव इम्पीडेंस कंट्रोलर ने क्लासिकल इम्पीडेंस कंट्रोलर (8/12 सफलता, 0.835 J) की तुलना में कम औसत ऊर्जा इंजेक्शन (0.734 J) के साथ 10/12 की सफलता दर प्राप्त की। क्लासिकल कंट्रोलर अक्सर वस्तु के विरुद्ध बहुत जोर लगाने के कारण विफल हो जाता था, जिससे वस्तु फिसल जाती थी या फंस जाती थी।

5. महत्व (Significance)

यह कार्य यह प्रदर्शित करके रोबोटिक लर्निंग के एक महत्वपूर्ण अंतर को पाटता है कि कम्प्लायंस (compliance) को वास्तविक दुनिया के डेटा संग्रह के बिना सिमुलेशन से प्रभावी ढंग से सीखा जा सकता है।

स्केलेबिलिटी: यह संपर्क-समृद्ध कार्यों के लिए सैकड़ों वास्तविक दुनिया के प्रदर्शनों को एकत्र करने की बाधा को दूर करता है।
सुरक्षा और मजबूती: फोर्स फीडबैक और पैसिव इम्पीडेंस कंट्रोल को एकीकृत करके, सिस्टम रिजिड पोजीशन कंट्रोलर की तुलना में अनिश्चितताओं और भौतिक बाधाओं को अधिक सुरक्षित रूप से संभालता है।
सामान्यीकरण: 3D पॉइंट क्लाउड्स को फोर्स डेटा के साथ मिलाने से नीति विभिन्न ऑब्जेक्ट ज्योमेट्री और स्थानिक कॉन्फ़िगरेशन में सामान्यीकृत हो पाती है, जो कि RGB-आधारित या विशुद्ध रूप से किनेमैटिक दृष्टिकोणों में अक्सर गायब एक क्षमता है।
व्यावहारिकता: यह ढांचा एक एकल सिमुलेशन डेमो से एक मजबूत वास्तविक दुनिया के परिनियोजन तक का एक पूर्ण पाइपलाइन प्रदान करता है, जो असंरचित वातावरणों में जटिल हेरफेर कौशल को तैनात करने के लिए एक व्यवहार्य मार्ग प्रदान करता है।