본 논문은 실제 환경에서의 로봇 조작을 위해 개발된 RL-100 프레임워크를 제시한다. RL-100은 확산 비주얼모터 정책을 기반으로 하며, 모방 학습, 오프라인 강화 학습, 온라인 강화 학습의 3단계 파이프라인을 사용한다. 특히, 일관성 증류 헤드를 통해 지연 시간을 줄이면서도 성능을 유지하는 단일 단계 정책을 구현했다. RL-100은 다양한 작업, 로봇 플랫폼, 입력 형식을 지원하며, 푸시-T, 민첩한 볼링, 액체/입자 붓기, 천 접기, 정밀한 나사 풀기, 오렌지 주스 짜기 등 7가지 실제 로봇 작업에 대해 100% 성공률을 달성했다.
