쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 1일 (일)까지3728건
7건 · "휴머노이드 로봇"조건 지우기 ×
001▲ 16 · 댓글 2휴머노이드 로봇을 위한 멀티모달 기초 모델 HuGe 공개VLA(Vision-Language-Action) 모델을 휴머노이드 로봇에 적용할 때 전신 제어와 다양한 시연 데이터가 필요하지만, 현실에서 수집하기 어렵다는 문제가 있다.AI · 머신러닝 · HuGe: Scaling Humanoid Generalist Vision-Language-Action Models with Egocentric Experience
Key Point휴머노이드 로봇 제어에 인간 동작 데이터를 효과적으로 활용할 수 있는 방법론이 제시되면서, 로봇 학습 데이터 수집 비용을 크게 줄일 수 있는 길이 열렸기 때문이다.
핵심 요약
- VLA(Vision-Language-Action) 모델을 휴머노이드 로봇에 적용할 때 전신 제어와 다양한 시연 데이터가 필요하지만, 현실에서 수집하기 어렵다는 문제가 있다.
- HuGe는 2,000시간 이상의 1인칭 관점 인간 및 로봇 데이터로 사전학습한 휴머노이드 VLA 모델이다.
- 세 가지 기존 VLA 아키텍처를 사용해 사전학습된 전신 제어기를 위한 잠재 동작 토큰과 손 제어 신호를 예측한다.
전체 요약 6문장 읽기 →하드웨어 · 시스템 · HumanoidToolBench: Benchmarking Humanoid Tool Use from Selection to Mobile Execution
Key Point휴머노이드 로봇이 도구 사용 능력을 갖추는 것은 제한된 신체 능력을 극복하는 핵심이며, 이를 체계적으로 평가할 수 있는 벤치마크와 대규모 데이터셋의 공개는 로봇 학습 연구를 한 단계 진전시킬 수 있다.
핵심 요약
- 휴머노이드 로봇이 도구를 사용해 작업을 수행하려면 적절한 도구를 선택하고, 조작과 필요시 이동을 조율해야 한다.
- 기존 벤치마크는 휴머노이드의 이들 능력을 함께 평가하지 않으므로, HumanoidToolBench라는 새로운 벤치마크를 소개한다.
- 이 벤치마크는 18개 작업, 3가지 시나리오, 3단계 실행 레벨, 2가지 도구 세트 모드를 포함한다.
전체 요약 7문장 읽기 →AI · 머신러닝 · GreenWAM: A World Foundation Model for Robotics
Key Point다양한 로봇 종류에서 작동하는 통합 기초 모델이 세계 모델과 정책을 모두 수행할 수 있음을 처음으로 입증하며, 로봇 비전 분야의 일반화 문제에 실질적 해법을 제시한다.
핵심 요약
- 로봇이 필요한 세계 모델(행동의 결과 예측)과 정책(행동 선택)을 한 기초 모델이 모두 담당할 수 있는지 검증하는 연구다.
- 로봇마다 다른 행동 표기법을 통합하기 위해 20개 로봇 계열(양팔 로봇부터 손가락까지 제어하는 휴머노이드까지)을 공통 관절 좌표로 설명하는 '공유 해부학적 행동 공간'을 구축했다.
- 세계 모델 모드, 행동-조건부 모드, 세계-행동 모드의 세 가지 방식으로 이들 로봇 계열을 함께 학습했고, 행동 전문가를 분리하는 정책 구조를 적용했다.
전체 요약 7문장 읽기 →AI · 머신러닝 · Reflex: Visually Grounded Reactive Humanoid Control
Key Point시각 피드백 기반의 실시간 전신 제어라는 난제를 단계별 학습으로 풀었고, 실제 로봇에서 인간 수준의 반사 동작 구현에 가까워지고 있습니다.
핵심 요약
- 인간은 테니스 공 받기, 떨어지는 컵 잡기 같은 일상 동작을 1초 안에 시각과 반사신경으로 처리하지만, 휴머노이드 로봇은 이를 어렵게 느낀다.
- Reflex는 던져진 상자 잡기를 목표로 전신 제어·물체 동역학 예측·시각 인지 세 가지 능력을 단계별로 학습하는 프레임워크다.
- 첫 번째 단계에서는 강화학습으로 상태 기반 전신 잡기 정책을 학습하고, 두 번째는 불완전하고 지연된 관찰에서 움직이는 상자의 동역학을 추론하며, 세 번째는 RGB-D 카메라로부터 직접 동역학을 복원한다.
전체 요약 6문장 읽기 →AI · 머신러닝 · InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation
Key Point재학습 없이 이미 학습된 로봇의 역량을 새로운 작업에 활용하는 방법을 구체적으로 제시해, 실제 로봇 개발에서 배포 후 신속한 작업 확장이 가능해진다.
핵심 요약
- 휴머노이드 로봇이 학습 과정 없이 테스트 시점에 새로운 작업을 수행하도록 하는 InterEvolve 기법을 제시했다.
- 핵심은 광범위하게 학습된 컨트롤러가 새 작업에 필요한 역량을 이미 대부분 갖고 있으며, 계획과 제어 사이의 적절한 인터페이스로 그 역량을 접근 가능하게 만드는 것이다.
- 객체 인식 순전파-역전파 행동 기초 모델(object-aware FB behavioral foundation model)을 개발해 동결된 신체 모델 위에서 객체 잔차를 통해 새로운 보상을 조작 행동으로 변환한다.
전체 요약 8문장 읽기 →AI · 머신러닝 · CrossBFM: Distilling a Shared Latent Behavior Space Across Humanoid Embodiments
Key Point여러 로봇 간 재훈련 없이 제어 정책을 공유 가능하게 만들어 AI 로봇 개발의 훈련 비용을 크게 절감하고, 새로운 로봇 형태로 빠르게 적응할 수 있는 기술 경로를 제시한다.
핵심 요약
- Behavior Foundation Models(BFM)는 잠재 행동 공간을 통해 로봇이 모션 모방, 포즈 도달, 보상 최대화를 하나의 벡터로 표현하게 한다.
- 기존 Forward-Backward 방식은 이러한 공간을 생성하지만 단일 로봇당 수백 GPU시간이 필요하고, 다른 로봇에 재적용하면 호환되지 않는 별도의 공간이 생긴다.
- CrossBFM은 잠재 공간 자체를 여러 로봇 간 이전 가능한 자산으로 취급하여, 모션 재타겟팅의 프레임 단계 대응을 활용한다.
전체 요약 7문장 읽기 →AI · 머신러닝 · REALM: A Coarse-to-Fine Generative Framework for Embodied Reactive Listening
Key Point대화 상대의 자연스러운 표정 반응을 음성 신호에 정확히 동기화하는 기술이 구현되면서, 구체적인 모션 캡처 데이터와 실제 로봇 배포로 검증된 구체적 성과를 보여줍니다.
핵심 요약
- 대화형 AI가 사람처럼 얼굴 표정과 몸짓으로 반응하는 것을 자동으로 생성하는 기술이 핵심 과제였다.
- 스피커 음성에 정확히 맞춰 반응하되 기존 표정을 자연스럽게 유지하면서, 동시에 예측 불가능한 눈 깜빡임과 짧은 표정까지 캡처해야 한다는 두 가지 도전이 있다.
- REALM이라는 프레임워크는 청자 모션 히스토리와 스피커 음성을 시간차를 중심으로 한 어텐션과 적응 게이팅으로 결합하는 Reactive Gated Speaker-Listener Fusion 모듈을 핵심으로 한다.
전체 요약 6문장 읽기 →