SuperMimic의 개요
SuperMimic은 CoRL 2026에서 구두 발표로 채택된 UC Berkeley 논문의 코드이며, 저자는 Qiayuan Liao, Yiyang Shao, Junfeng Long, Kevin Zakka, Roberto Horowitz, Pieter Abbeel, Koushil Sreenath입니다. 걷기부터 공중제비와 옆구르기까지 사람의 전신 동작을 휴머노이드 로봇이 따라 하게 만드는 단일 정책을 학습합니다. 시뮬레이터에서 바로 강화학습을 돌리는 대신, MuJoCo Warp에서 기록한 전이 데이터에 하나의 학습된 월드 모델을 맞추고, 32단계의 짧은 상상 롤아웃에 대한 해석적 기울기로 그 모델을 통해 정책을 학습시킵니다.
저장소에는 Unitree G1용 두 가지 태스크 ID(일반화 좌표와 최대 좌표)의 학습 및 재생 Python 스크립트가 들어 있습니다. mjlab 위에 만들어졌고, HybridRobotics의 mjlab_research 포크를 옆에 클론해야 합니다. 프로젝트 페이지에는 선택한 동작으로 정책을 실행하는 브라우저 데모가 있습니다.
저장소는 2026년 11월 10일에 만들어졌고 Apache 2.0 라이선스이며, GitHub 스타는 약 1,893개, 포크는 149개입니다. 태그된 릴리스는 없고 마지막 커밋은 2026년 11월 19일입니다.
SuperMimic, 쓸 만한 가치가 있습니까?
핵심 주장은 연산량에 관한 것이며, 프로젝트 페이지는 자체 집계로 이를 뒷받침합니다. 129,514개 동작으로 이뤄진 벤치마크에서 SuperMimic은 NVIDIA H100 한 장으로 3시간 학습한 뒤 SONIC 공개 체크포인트의 정규화 리턴(0.90)을 넘어섭니다. SONIC은 NVIDIA L40 GPU 128장으로 7일, 약 21,000 GPU 시간을 들였으므로 GPU 시간 차이는 1000배가 넘습니다. SuperMimic은 데이터도 더 적게 썼습니다. SONIC의 611시간 중 공개 부분인 BONES-SEED 264.56시간입니다.
더 의미 있는 것은 실 패 횟수입니다. SONIC 체크포인트는 179개 동작에서 실패하며, 여기에는 공중제비 44개와 옆구르기 22개가 모두 포함됩니다. SuperMimic은 3시간 뒤 25개에서 실패하는데, 공중제비 1개, 옆구르기 2개, 눕거나 일어서는 동작 8개가 포함됩니다. GPU 두 장으로 9.8시간 학습한 뒤에는 실패가 없다고 저자들은 보고합니다. 페이지는 벤치마크 동작이 두 방법 모두에게 학습용 동작이라고 분명히 밝힙니다. 따라서 이 숫자는 정책이 라이브러리를 얼마나 포괄하는지를 재는 것이지, 처음 보는 동작을 얼마나 잘 처리하는지를 재는 것이 아닙니다.
이 방법은 미분 가능한 시뮬레이터가 필요하지 않습니다. 월드 모델은 일반 접촉 시뮬레이터에서 배우고 매 반복마다 정책과 함께 갱신되며, 크리틱이 32단계 상상 지평선 너머의 리턴을 추정합니다. 저자들에 따르면 공개한 모든 실제 로봇 영상에서 하나의 정책이 동작별 조정 없이 실물 Unitree G1에서 제로샷으로 작동합니다. 근거는 영상과 논문이므로, 하드웨어 시간을 잡기 전에 논문의 실제 로봇 부분을 확인해야 합니다.
주의할 점: 저장소는 학습 전용입니다. 열린 이슈에 따르면 논문 실행에 쓴 설정, 데이터 다운로드 경로, 공개 체크포인트가 모두 없습니다. 다른 이슈는 동작 데이터가 외부 계정이 접근할 수 없는 Weights & Biases 레지스트리에 있어서 README의 학습 명령이 외부 사용자에게는 실패한다고 보고합니다. 재생도 W&B에서 실행 결과를 읽습니다. 프로젝트는 공개된 지 10일이며, 스타 47개인 mjlab 연구용 포크에 의존하고 Python 3.13을 요구합니다.
결론: 휴머노이드 연구실이라면 SuperMimic은 이번 분기에 재현해 볼 결과입니다. 전신 동작 추종을 예산 항목에서 워크스테이션 한 대의 일로 옮겨 주기 때문입니다. 내일 당장 G1에 올릴 정책이 필요하다면, 코드가 따라올 때까지는 논문으로 읽는 것이 맞습니다.
제 역할을 하는 곳
H100을 한두 장 가진 대학 휴머노이드 연구실
클러스터를 빌리지 않고 Unitree G1용 범용 동작 추종기를 학습시키기
supermimic과 mjlab_research를 나란히 클론하고, 데이터 경로가 공개될 때까지는 자체 동작 세트를 준비해 SuperMimic-GenCoord-G1 태스크를 학습시킵니다. 논문 실행은 H100 한 장으로 3시간 만에 기준선을 넘었지만, 논문 설정을 다시 구성할 시간을 따로 잡아야 합니다.
월드 모델 학습과 PPO를 비교하는 로봇 스타트업
모델 기반 학습이 GPU 비용을 줄이는지 판단하기
자체 동작 일부로 두 좌표 방식을 모두 실행하고 목표 리턴까지의 GPU 시간을 비교합니다. 저자들은 같은 월드 모델에서 PPO의 최고 학습 리턴에 도달하는 데 PPO보다 상상 단계가 약 64배 적었다고 보고합니다.
도입 전 확인할 점
- 설정
- uv를 설치하고 supermimic과 HybridRobotics/mjlab_research를 형제 폴더로 클론한 뒤, 선택한 GPU에서 태스크 ID로 학습 스크립트를 실행합니다. Python 3.13이 필요합니다.
- 연동
- mjlab과 MuJoCo Warp 위에 구축되었고, Weights & Biases로 실행을 기록하고 불러옵니다. Unitree G1용 태스크만 제공합니다.
- 데이터와 개인정보
- 자신의 장비에서 실행됩니다. 학습 동작은 BONES-SEED에서 나오며, README의 동작 아티팩트는 외부 계정 이 접근할 수 없다고 보고된 W&B 레지스트리에 있습니다.
- 대규모 사용 시 비용
- 코드는 무료입니다. 비용은 GPU 시간이며, 논문 기준으로 기준선 돌파에 H100 3 GPU 시간, 실패 0개에 19.6 GPU 시간(GPU 두 장으로 9.8시간)이 들었습니다.
- 제한
- 체크포인트, 평가 하네스, 태그된 릴리스가 없습니다. G1 전용이며, 실제 로봇에서의 견고성은 영상으로만 제시되어 논문에서 확인해야 합니다.
좋은 점
- H100 한 장으로 3시간 만에 128 GPU 기준선을 넘어섬
- 129,514개 동작 중 실패 179개 대비 25개, GPU 두 장으로 9.8시간 뒤에는 0개
- SONIC 체크포인트가 실패하는 공중제비와 옆구르기를 해냄
- Apache 2.0이며 학습된 정책의 브라우저 데모 제공
아쉬운 점
- 공개 체크포인트도 논문 실행 설정도 없음
- README의 동작 데이터 경로가 외부 계정에서는 실패함
- 벤치마크 동작이 학습용이라 일반화가 아닌 포괄 범위를 측정함
- 초기 단계의 mjlab 연구용 포크와 Weights & Biases에 의존함
추천 대상
GPU 클러스터 없이 휴머노이드 전신 동작 추종을 재현하거나 확장하려는, NVIDIA GPU를 가진 로봇 연구자에게 맞습니다.
SuperMimic 대안
SuperMimic: 자주 묻는 질문
- SuperMimic, 쓸 만한 가치가 있습니까?
- SuperMimic은 휴머노이드 동작 추종을 클러스터 작업에서 GPU 한 장의 오후 작업으로 바꾸지만, 지금은 직접 다시 학습시켜야 하는 연구용 코드입니다. 평점은 5점 만점에 3.8점입니다.
- SuperMimic의 가격은 얼마입니까?
- Apache 2.0 기반의 무료 오픈소스입니다. 자체 NVIDIA GPU가 필요하며, 논문의 대표 실행은 H100 한 장으로 3시간이 걸렸습니다.
- SuperMimic의 단점은 무엇입니까?
- 공개 체크포인트도 논문 실행 설정도 없음; README의 동작 데이터 경로가 외부 계정에서는 실패함; 벤치마크 동작이 학습용이라 일반화가 아닌 포괄 범위를 측정함; 초기 단계의 mjlab 연구용 포크와 Weights & Biases에 의존함.
- SuperMimic에 적합한 사람은 누구입니까?
- GPU 클러스터 없이 휴머노이드 전신 동작 추종을 재현하거나 확장하려는, NVIDIA GPU를 가진 로봇 연구자에게 맞습니다.
- 팀이나 프로덕션 환경에서 SuperMimic의 비용은 얼마입니까?
- 코드는 무료입니다. 비용은 GPU 시간이며, 논문 기준으로 기준선 돌파에 H100 3 GPU 시간, 실패 0개에 19.6 GPU 시간(GPU 두 장으로 9.8시간)이 들었습니다.
- SuperMimic에 회사 데이터를 맡겨도 안전합니까?
- 자신의 장비에서 실행됩니다. 학습 동작은 BONES-SEED에서 나오며, README의 동작 아티팩트는 외부 계정이 접근할 수 없다고 보고된 W&B 레지스트리에 있습니다.
- SuperMimic의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Eden입니다.
답변 확인일: 2026년 11월 20일.