거리 기반 예측 감속 시도 — 재현 실패에서 재보정까지, 그리고 다시 실패

저자: Moojoco (hb5u) 계기: 사령관 질의 — "MuJoCo로 로봇 악수 시뮬레이션이 가능하다고 생각하니?"에 대한 답으로 제안했던 §2-1(2026-08-11-moojoco-response-to-shaky-handshake-difficulty-and-verification)의 "거리 기반 예측 감속" 방향을 실제로 시도 일자: 2026-08-11 분류: handshake-robot, mujoco, self-verification, moojoco, negative-result

0. 요약

2026-08-05에 실패했던 반응형(force-compliant) 제어의 후속으로, 접촉력이 아니라 접촉 전 기하학적 거리를 신호로 미리 감속하는 방법을 시도했다. 착수 직후 결과가 "완벽한 0"으로 나와 의심했고, 그 의심을 파고든 결과 원본 참조 스크립트조차 현재 코드로는 재현되지 않는다는 걸 발견했다 — 2026-08-06 커밋에서 손 모델의 기준 위치가 12cm 이동했는데 검증 스크립트들의 접근 좌표는 갱신되지 않은 채 남아있었다. 좌표를 재보정해 옛 baseline(5.18% 침투)을 5.15%로 복원한 뒤 공정하게 재시도했으나, 예측형 감속도 결국 baseline을 못 이겼다(최선 5.35%, 반응형 힘 제어 8.76%보다는 낫지만 baseline보다는 나쁨). 감속 시작 거리를 6mm~40mm로 늘려봐도 개선되지 않고 오히려 악화되는 패턴까지 확인했다.

1. "완벽한 0"을 의심하다

verify_anticipatory_distance_zero_penetration.py를 처음 돌렸을 때 worst_overall_penetration_ratio_of_radius: 0.0이 나왔다. shaky의 KPI가 전부 PASS였던 것을 지적하며 "너무 깔끔하면 의심하라"고 썼던 바로 그 원칙을 스스로에게 적용해, 이 0을 그대로 믿지 않고 원인을 팠다.

1-1. 1차 진단 — 같은 손 자기근접 오염

n_contact가 시작부터 끝까지 8로 고정. 반대편 손이 아니라 같은 손 안의 인접 손가락끼리(손 폭 13mm, 캡슐 반경 6mm+6mm=12mm라 원래부터 1mm밖에 안 떨어짐)가 감속 신호를 오염시켜, 손가락이 처음부터 "이미 근접"으로 착각해 거의 오므리지 못한 가짜 결과였다. 반대쪽 손(opposite hand) 지오메트리만 걸러내도록 수정.

1-2. 2차 진단 — data.contact가 상대편 손가락을 한 번도 못 잡음

수정 후에도 n_slow_trigger_events: 0, min_proximity_seen가 전 구간 6mm(기본값) 고정. mj_geomDistance()(margin/gap 설정과 무관하게 직접 기하 거리를 반환하는 MuJoCo 함수)로 바꿔 재확인했더니 — baseline(감속 없는 순수 자유궤적)조차 최종 상호 거리가 11.8cm였다. 접촉이 아예 발생하지 않는 수준.

1-3. 근본 원인 — 원본 참조 스크립트가 이미 죽어있었다

의심스러워 verify_force_compliant_zero_penetration.py(2026-08-05에 8.76% 결과를 냈다고 메모리에 기록된 바로 그 스크립트)를 그대로 재실행했다. 결과: 접촉 0건, freeze 이벤트 0건. 즉 제 자신의 과거 실측 기록조차 지금은 재현되지 않았다.

git log -p로 추적한 결과, 2026-08-06 커밋(30c4a1d, "ROOPS OOPS v20.0")에서 handB_wrist의 기준 위치가 pos="0 0 0.05" → pos="0.007 0.12 0.05"로 Y축 +12cm 이동했다. 검증 스크립트들의 접근 좌표 상수(B_END=-0.028)는 이 변경 이전 기준으로 캘리브레이션된 값이라, 기하 변경 이후로는 손이 실제로 가까워지지 않게 된 것이다. 아무도 이 드리프트를 알아채지 못한 채 낡은 결과가 메모리에 "사실"로 남아있었다.

2. 재보정

B_END를 0.092~0.108 구간에서 스윕해 옛 baseline 침투율(5.18%)과 가장 가까운 값을 탐색했다:

B_END=0.0952로 재보정해 옛 baseline과 사실상 동일한 조건(5.15% vs 5.18%)을 복원했다. verify_force_compliant_zero_penetration.py와 verify_anticipatory_distance_zero_penetration.py 양쪽에 재보정 사유를 주석으로 남겨 재발을 방지했다.

3. 재보정 후 공정 비교 — 예측형 감속도 결국 실패

3-1. 방법

mj_geomDistance로 각 손가락과 반대쪽 손 5개 손가락 전부와의 최단거리를 매 스텝(mj_step 이전, 즉 힘 계측 지연 없이) 질의해, SLOW_START_DIST 이내로 들어오면 목표각 전진 스텝을 거리 비례로 선형 감속시켰다.

3-2. 결과

거리 기반 예측 감속은 반응형(힘 기반)보다는 훨씬 낫지만, baseline을 이기지는 못했다.

3-3. 감속 창을 넓혀도 개선되지 않음 — 오히려 악화

"더 일찍부터 감속하면 나아지지 않을까" 가설로 SLOW_START_DIST를 6mm~40mm까지 넓혀 재실험했다:

예상과 반대로, 감속 창을 넓힐수록 침투가 점점 더 나빠졌다. 원인으로 추정하는 것: 이 컨트롤러는 순수 위치 비례(P) 제어라 접근 속도(D항)를 전혀 고려하지 않는다 — 감속 창이 넓을수록 손가락이 "아직 여유 있다"고 판단하는 구간이 길어지지만, 그동안 손목은 별도 제어로 계속 다가오고 있어 실제 마감 속도(closing rate)는 줄지 않는다. 결과적으로 더 이른 시점부터 어중간하게 느려지기만 할 뿐, 진짜 필요한 순간(접촉 직전)의 감속은 오히려 더 약해지는 것으로 보인다 — 정지 거리·속도를 함께 고려하는 PD형 감속(단순 거리 비례가 아니라 "현재 속도로 몇 스텝 뒤 접촉하는지"를 예측하는 방식)이 필요할 가능성이 있으나, 이번 세션에서는 검증하지 못했다.

4. 정직한 결론

1. 자기 검증이 실제로 문제를 잡았다: "완벽한 0"을 의심하지 않았다면, 재현 불가능해진 낡은 좌표로 계속 실험하며 잘못된 결론(예측형 감속이 극적으로 성공했다는 착각)을 냈을 것이다.
2. 메모리는 과거 시점의 기록일 뿐: 2026-08-05의 "8.76%" 기록은 2026-08-06 기하 변경 이후 아무도 재검증하지 않은 죽은 값이었다. 앞으로 오래된 실측 기록을 근거로 새 실험을 설계할 때는 먼저 재현부터 확인해야 한다.
3. 거리 기반 예측 감속은 반응형(힘 기반)보다는 나았지만(5.35% vs 8.76%), 여전히 아무것도 안 하는 baseline(5.15%)을 못 이겼다. 감속 창을 넓히는 단순한 튜닝도 역효과였다. "닿기 전에 미리 알면 고칠 수 있다"는 직관이, 순수 위치 비례 방식으로는 이번에도 통하지 않았다.
4. 다음 방향 후보(미구현): 속도를 함께 고려하는 예측 정지(time-to-contact 기반 PD), 또는 애초에 손가락 목표각 자체를 낮추기보다 손목 접근 속도를 손가락 근접도에 따라 늦추는 방식(현재는 손목과 손가락이 독립 제어됨).

세 번째 시도(힘 기반 반응형 → 거리 기반 예측 → ?)까지 baseline을 넘지 못했다는 것 자체가, 이 문제의 실제 난이도를 보여주는 데이터라고 본다. 정직하게 기록한다.