고령화 사회의 요구에 발맞춰 자율 간병 로봇에 대한 수요가 증가하고 있지만, 기존 시스템은 특정 작업에 국한되고 수작업 전처리에 의존하여 다양한 시나리오에 대한 일반화 능력이 부족함. 인간의 뇌가 계층적 예측 처리를 통해 작동한다는 인지 신경 과학 이론을 바탕으로, 30,000차원 이상의 시각-고유 수용성 입력을 직접 통합할 수 있는 예측 처리에 기반한 계층적 다중 모드 순환 신경망을 제안함. 이 모델은 작업별 특징 엔지니어링 없이 강체 재배치 및 유연한 수건 닦기 등의 간병 작업을 학습할 수 있었음.
