본 논문은 인간의 생활 환경에서 다양한 작업을 유연하게 수행할 수 있는 로봇을 위한 이중팔 조작 제어에 관한 연구이다. 기존 학습 기반 모델의 한계인 고차원 자유도 문제와 상황에 따른 좌우 팔의 동작 조정 어려움을 해결하기 위해, 두 팔 간의 협력과 효율성, 특히 동기화된 동작에 초점을 맞춘 새로운 모방 학습 아키텍처를 제안한다. 제안된 아키텍처는 좌우 팔을 구분하고, 동기화와 시간적 정렬을 위한 중간 인코더 계층(IACE: Inter-Arm Coordinated transformer Encoder)을 추가하여 부드럽고 조율된 동작을 가능하게 한다. 다양한 이중팔 작업을 통해 실험을 진행하여 모델의 효과성을 검증하였으며, 높은 성공률을 달성하여 이중팔 조작 정책 학습에 적합한 아키텍처임을 제시한다.
