본 논문은 인간형 로봇의 정밀 작업 수행에 있어 어려움을 극복하기 위한 모방 학습 알고리즘을 제안한다. 인간과 인간형 로봇 간의 형태 및 구동 메커니즘 차이, 그리고 자기중심 시각에서 얻은 작업 관련 특징 부족 등의 문제를 해결하기 위해, 주요 작업 목표에 집중하고 배경 정보를 제거하며, 공간적 주의 메커니즘을 이용한 채널 특징 융합을 통해 환경적 방해를 억제하고 동적 가중치 업데이트 전략을 적용한다. 실험 결과, 제안된 방법은 다양한 작업 시나리오에서 강건성과 확장성을 보이며 인간형 로봇의 자율 학습 및 제어에 대한 새로운 아이디어와 접근 방식을 제공한다. GitHub에 공개될 예정이다.
