연구진은 로봇 조작에 사용되는 Diffusion-based Vision-Language-Action 정책이 SE(3) 자세를 평면 벡터로 표현하는 ‘유클리드 오류’를 범한다는 점을 지적했어요.
새로운 프레임워크 ‘Lie Diffuser Actor (LDA)’는 SE(3) 공간에서 작동하며, 왼쪽 불변 SDE를 통해 노이즈를 주입하고 접공간에서 스코어를 예측하여 지수 함수를 통해 샘플을 추출해요.
CALVIN ABC→D 환경에서 LDA는 평균 작업 길이를 3.27에서 3.51로 7.3% 개선했으며, 실제 로봇 실험에서도 기존 방식보다 우수한 성능을 보였어요.