본 연구는 자기 지도 학습 가능한 해석 가능한 감각-운동 제어 네트워크 MoNet을 제안한다. MoNet은 지각, 계획, 제어의 기능적으로 구분된 모듈들로 구성되어 있으며, 인지 기반 대조 손실 함수를 통해 작업 관련 의사 결정 과정을 효율적으로 학습한다. 또한 사후 설명 가능성 접근법을 통해 감각-운동 성능 저하 없이 종단 간 추론의 해석 가능성을 높인다.
