로봇 조작 시스템의 학습에서 기하학적 일관성 부족 문제를 해결하기 위해, SE(2) 군 등변 이론에 기반한 보편적인 정규화 프레임워크인 Eq.Bot을 제안합니다. 이 프레임워크는 관측치를 정규 공간으로 변환하고, 기존 정책을 적용한 후, 결과적인 행동을 원래 공간으로 다시 매핑합니다. Eq.Bot은 모델 불가지론적 솔루션으로, 아키텍처 수정 없이 모델에 공간적 등변성을 부여하는 것을 목표로 합니다. CNN 기반 및 Transformer 기반 아키텍처에서 기존 방법보다 우수한 성능을 보이며, 최대 50.0%의 성능 향상을 보였습니다.
