본 논문은 부분적인 물체 관측만으로도 효과적인 물체 파지 전략을 추론하는 방법을 제시합니다. 변화하는 깊이 스캔 데이터를 처리하기 위해 LSTM 유닛을 포함한 순환 생성적 적대 신경망(R-GAN)을 제안합니다. AffordPose 데이터셋을 활용하여 물체의 기능(affordance)을 파악하고, Chamfer Distance를 이용한 부피 유사도와 행동 유사도를 기반으로 파지 전략을 검색합니다. 검색된 파지 전략은 PPO 강화 학습 모델을 통해 작업 지향적 파지에 맞춰 개선됩니다. 결과적으로, 이중 팔 모바일 조작 로봇을 이용한 네 가지 작업(들기, 손잡이 파지, 감싸 파지, 누르기)에서 89%의 파지 정확도를 달성했습니다.
