폴딩 학습: LeHome Challenge 2026 수상 솔루션 (온라인 1위, 오프라인 2위)

초록

본 연구는 ICRA 2026 대회인 LeHome Challenge 2026의 양손 의류 접기 과제를 위해 개발한 솔루션을 설명한다. 해당 시스템은 온라인(시뮬레이션) 라운드에서 62개 팀 중 1위를 차지했으며, 실제 환경 결승전에서 2위를 기록했다. 이 시스템은 강화 학습 루프를 통해 비전-언어-행동(VLA) 정책을 개선한다. 해당 정책은 자체적인 가치 함수 역할을 수행한다. 즉, 행동을 예측하는 동일한 네트워크가 성공 여부, 진행률 및 몇 가지 작업 관련 미래 수량도 예측하며, 이러한 예측은 이점 추정, 실시간 실패 감지 및 후보 선택에 활용된다. 이 연구는 기존 강화 학습 아이디어를 주로 재조합하고, 단일 레시피로 함께 사용하거나 개별적으로 사용할 수 있는 공학 및 최적화 기여를 포함한다. 구체적으로는 흐름 매칭 VLA를 위한 AWR과 RECAP의 결합, HuggingFace Hub를 통한 비동기 분산 학습/롤아웃 파이프라인, 톰슨 샘플링을 통한 추론 시 하이퍼파라미터 최적화, 카메라 정렬 도구, 강력한 데이터 증강 및 DAgger 방식의 인간-루프 데이터 수집을 포함한 시뮬레이션-실제 전환 레시피가 이에 해당한다.

English

I describe my solution to the LeHome Challenge 2026, an ICRA 2026 competition on bimanual garment folding. The system placed 1st of 62 teams in the online (simulation) round and 2nd in the real-world final. It improves a vision-language-action (VLA) policy with a reinforcement-learning loop. The policy is its own value function: the same network that predicts actions also predicts success, progress, and a few task-relevant future quantities, and those predictions drive advantage estimation, live failure detection, and candidate selection. The work mostly recombines existing RL ideas with engineering and optimization contributions that can be used together as one recipe or individually: AWR + RECAP combined for flow-matching VLA; an asynchronous distributed training / rollout pipeline through HuggingFace Hub; inference-time hyperparameters optimization via Thompson sampling; a sim-to-real recipe with camera-alignment tooling, heavy augmentation and DAgger-like HIL data collection.