시뮬레이션에서 학습한 정책을 실제 세계로 전이하는 것은 범용 로봇을 실현하는 데 핵심적이지만, 시뮬레이션과 현실 사이의 격차를 해결하는 것이 어렵다. 이 연구에서는 인간이 개입하여 실시간으로 로봇 정책을 수정하고 이를 통해 다양한 격차를 해결하는 TRANSIC 방법을 제안한다.
