본 논문은 새로운 접근 방식인 MAGIC(manipulation analogies for generalizable intelligent contacts)을 제시합니다. MAGIC은 새로운 물체에 대한 조작 전략을 한 번의 학습만으로 빠르고 광범위하게 일반화하는 방법입니다. 기준 동작 경로를 활용하여 MAGIC은 새로운 물체에서 유사한 접촉점과 동작 순서를 효과적으로 식별하여 시연된 전략을 복제합니다. 예를 들어, 다양한 모양과 크기의 먼 물체를 회수하기 위해 서로 다른 갈고리를 사용하는 것을 들 수 있습니다. 이 방법은 사전 훈련된 신경망 특징을 사용한 전역 형태 매칭과 정밀하고 물리적으로 타당한 접촉점을 보장하기 위한 국소 곡률 분석을 결합한 2단계 접촉점 매칭 프로세스를 기반으로 합니다. 떠내기, 매달기, 걸기 등 세 가지 작업에 대한 실험을 수행했으며, 기존 방법보다 뛰어난 성능을 보이며 실행 속도와 다양한 물체 범주에 대한 일반화 측면에서 상당한 향상을 달성했습니다.
