본 논문은 가정용 로봇이 다양한 환경에서 3D 관절 객체를 인지하고 조작하는 문제를 다룬다. 기존 연구는 단일 객체 시나리오와 균질한 에이전트에 초점을 맞추어 환경 제약과 에이전트 형태(예:폐색, 물리적 제한)를 간과했다. 본 논문은 객체 수준의 실행 가능한 사전 정보와 환경 제약을 통합하는 환경 인식 가능성 프레임워크를 제안한다. 다양한 폐색의 복잡성(수량, 기하학적 형태, 위치, 자세)으로 인한 조합적 폭발 문제를 해결하기 위해, 단일 폐색체를 포함하는 장면에서 훈련하고 복잡한 폐색체 조합을 포함하는 장면으로 일반화할 수 있는 새로운 대조적 가능성 학습 프레임워크를 도입한다. 실험을 통해 제안된 접근 방식이 환경 제약을 고려한 가능성 학습에서 효과적임을 보여준다.
