MS-HAB은 저수준 조작 및 가정 내 물체 재배치를 위한 종합적인 벤치마크이다. 기존 Home Assistant Benchmark (HAB)의 GPU 가속 구현을 제공하여 현실적인 저수준 제어를 지원하며, 기존 마법적 그립 구현보다 3배 이상 빠른 속도와 적은 GPU 메모리 사용량을 달성한다. 강화 학습(RL) 및 모방 학습(IL) 기준 모델을 훈련하여 향후 연구의 비교 기준을 제공하며, 규칙 기반 궤적 필터링 시스템을 개발하여 로봇 동작 및 안전에 대한 사전 정의된 기준을 충족하는 시범 데이터를 효율적으로 생성한다. 빠른 환경과 시범 필터링의 결합을 통해 대규모로 효율적이고 제어된 데이터 생성을 가능하게 한다.
