새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
DiffWAM은 동결된 비디오 기초 모델의 중간 예측 표현을 첫 프레임 기하 정보와 결합해 연속 카메라 궤적으로 직접 변환하는 내비게이션 세계-행동 모델이다. DiffWAM-1000 1,000개 평가에서 궤적 RMSE 0.3492m, 엔드포인트 성공률 74.40%를 기록했고, DiffWAM-Flash는 Jetson AGX Thor에서 모델 파이프라인 지연 1.080초를 보였다. 이 연구는 arXiv 프리프린트이며, 미래 비디오 생성과 다중 프레임 복원 없이 예측 표현만으로 구조적 UAV 비행을 수행할 수 있음을 보였다.
이 논문은 프리프린트다. 연구진은 VLA 모델이 지시와 장면을 결합해 필요한 행동을 선택하지 못하는 instruction action binding 현상을 진단하고, 같은 지시에 서로 다른 행동이 필요한 장면 쌍을 학습에 쓰는 Equivariant Counterfactual Training(ECT)을 제안했다. LIBERO-PRO에서 ECT는 \pi_{0.5}의 평균 위치 교환 성공률을 36%에서 59%로 올렸고, CALVIN에서는 5개 연속 작업 완료율을 58%에서 76%로, UR5e 실물 로봇에서는 보지 못한 위치 성공률을 8%에서 88%로 높였다.
이 arXiv 프리프린트는 사람 손 궤적의 서브무브먼트 분해가 신뢰할 수 있는지를 판별하는 시공간 커널 상관 기준을 제안하고, 이를 적응형 릿지 정규화에 반영한 Sub-ID를 소개한다. 합성 데이터 K=3,8,15에서 기존 Gowda, Scattershot, SSSUMO보다 지속 시간, 진폭, 개수, 불응기 분포를 정확히 복원했고, K=15에서 위치 RMSE 0.012 m를 기록했다. 저자들은 실제 3차원 장기 동작에서도 서브무브먼트를 추출했다고 밝혔으며, 과도한 중첩 구간에서는 거짓 해 대신 식별 불가능성을 드러낸다.
프리프린트로 공개된 이 연구는 World-Action Model(WAM) 프레임워크에서 인간 중심 시점(egocentric) 데이터의 인간-로봇 정렬, 데이터 기간, 과제 다양성, 행동 지도, 사용 전략이 로봇 학습 성능에 미치는 영향을 분리해 분석했다. 로봇 정렬 시연은 새로운 물체, 환경 일반화를 높이고 목표 로봇 데이터 수요를 줄였으며, 비디오 전용 사전학습만으로 RoboDojo 평균 점수가 6.39에서 14.13으로 올랐다. 비디오 사전학습 후 mid-training 없이 joint attention을 적용하면 0.1K 로봇 데이터와 15K egocentric 데이터로 평균 20.29, 성공률 14.35%를 기록했다.
카네기멜런대 연구팀이 공개한 프리프린트에서, 관성측정장치(IMU)와 능동 자기장을 결합해 외부 카메라 없이 모듈형 소프트 연속체 로봇의 3차원 형상을 16.7 Hz로 추정하는 임베디드 센싱 프레임워크를 제안했다. 4가지 시나리오의 20회 시험에서 백본 RMSE 10.0±3.2 mm, 팁 RMSE 14.9±6.5 mm(로봇 길이의 약 5.5%)를 기록했고, 500 g 외란 하에서 팁 높이를 40 mm로 유지하는 폐루프 제어까지 시연했다. 이는 폐색 환경에서도 실시간 피드백 제어가 가능함을 보여준다.
Dream4ACT는 목표 관절 구성을 네 대의 고정 가상 카메라로 렌더링한 'action views'를 공용 행동 표현으로 쓰는 비디오 행동 세계 모델이다. arXiv 프리프린트이며 동료 심사 기록은 확인되지 않았다. RoboTwin 2.0에서 평균 성공률 88.98%, TriWorldBench에서 전체 점수 65.66을 기록했고, 공동 학습 체크포인트 하나로 시뮬레이션 로봇 5종과 실물 로봇 4종을 제어했다. 관절 구조가 다른 로봇에서 학습된 행동 디코더 없이 실행 가능한 관절 목표를 복원한 점이 핵심이다.
이 논문은 Darcy 법칙과 3필드 강건 토폴로지 최적화를 이용해 여러 방향으로 굽힐 수 있는 소프트 공압 액추에이터 mdiSPA의 챔버 구조를 설계했다. 최적화된 챔버는 기존 사각형 챔버와 다른 형상을 보였고, Abaqus 시뮬레이션에서 세 개의 암을 조합한 그리퍼가 입력 압력 조합에 따라 다양한 방향으로 변형했다. 다만 아직 동료 심사를 거치지 않은 프리프린트이며, 실물 제작과 실험 검증은 남아 있다.
Magic-W0는 현재 3D 지오메트리, 3D 모션, 미래 의미 표현으로 세계 상태 전이를 구조화하고 연속 행동 생성을 층 정렬 주의로 결합한 세계-행동 기반 모델이다. RoboDojo-Sim에서 평균 Score 27.10으로 비교된 WAM 중 1위를 기록했고, 실물 로봇 5개 과제 평균 성공률 94.6%로 pi0.5의 91.8%를 넘었다. 이 논문은 아직 동료 심사를 거치지 않은 프리프린트다.
XPeng 등 공동 연구진이 점과 박스를 공용 어휘의 양자화 좌표로 생성하는 4B 파라미터 그라운딩 기반 모델 GroundingPI를 공개했다. 이 프리프린트는 34개 벤치마크 평균 73.68%로 GPT-6 Astra(71.54%)를 넘었고, RoboTwin 2.0의 네 가지 OOD 설정 모두에서 비교 백본 중 1위를 기록했으며, RoboCasa-GR1에서는 50% 데모만으로 다른 모델의 75% 성능을 웃돌았다. 범용 VLM의 정밀 지각 한계를 줄여 실행 계층을 위한 지각 기반 모델의 가능성을 보였다.
이 프리프린트는 관절형 무인 항공 조작기(UAM)에서 로컬 전신 비전-언어-행동(VLA) 정책을 장면 규모 임무로 확장하는 통합 프레임워크를 제안했다. 합성 데모로 VLA를 훈련하고 측정 진행 정렬(MPAR)로 비동기 행동 청크를 연속 궤적으로 실현하며, Scene Graph로 언어 목표를 실행 가능한 핸드오프 상태로 연결한다. 시뮬레이션 다중 사이트 임무 50회 중 21회(42.0%)를 완료했고 물리 UAM에서도 검증해 합성 데이터 기반 공중 조작 가능성을 보였다.
PrefPI는 사전학습된 생성형 로봇 정책을 사용자가 고른 상대적 선호만으로 반복 학습해, 초기 정책이 거의 생성하지 못하는 분포 밖 행동으로 옮기는 프레임워크다. 확산 정책과 PI0.5 플로매칭 VLA를 시뮬레이션과 실물에서 평가했고, 실물 WidowX 로봇에서 물체 운반 높이를 10.7cm에서 19.8cm로 높이면서 작업 성공률을 90% 이상 유지했다. arXiv 프리프린트다.
룩셈부르크대 연구팀이 arXiv 프리프린트로 공개한 MVP-SLAM은 두 대의 반대 방향 어안 카메라와 IMU만으로 실내 건설 현장에서 이동 궤적을 추정하면서, 바닥 평면도의 벽과 매칭해 누적 드리프트를 온라인으로 보정하는 비주얼-관성 SLAM 시스템이다. Hilti–Trimble SLAM Challenge 2026에서 Localization 과제 평균 RMSE 0.29 m로 22개 팀 중 2위, SLAM 과제 0.24 m로 62개 팀 중 5위를 기록했으며, 온라인으로 평면도를 통합하고 평면도 좌표계에서 위치를 추정하는 시스템 가운데 두 과제 모두 1위였다. 평면도를 쓰지 않는 자체 비교군 대비 Localization 오차를 4.9배 줄였다.
연구팀은 3자유도 델타 로봇 64대(8×8)의 끝단을 신축성 원단으로 연결해 192자유도 연속 표면을 만들었다. 이 표면은 중심 간격 43.3mm보다 작은 15mm 물체부터 90mm 물체까지 하나의 플랫폼에서 조작했고, 19개 델타 주변에 저차 DCT 계수로 명령하는 정책이 전체 배열 명령보다 배치 오차를 절반으로 줄였다. 실물 전이 실험에서는 적응 없이 76% 성공률을 보였다. 이 논문은 arXiv 프리프린트다.
이 arXiv 프리프린트는 공중 차량을 움직이는 컴플라이언트 앵커로 해석해 케이블로 매달린 하중의 수동 직교 강성을 예측하고 형성하는 준정적 이론을 제시했다. 등방성 앵커 강성 조건에서 각 케이블 다리는 가상의 일방향 탄성 케이블과 정확히 등가이며, 축방향과 횡방향 강성 분해가 유도됐다. 이로부터 명령 앵커 위치를 조정해 제약 조건을 지키며 원하는 강성으로 국소 조절하는 방법을 제안했고, 동적 검증 프레임워크를 정의했지만 실제 검증 수치는 아직 보고되지 않았다.
체코 프라하 공과대학 연구진이 비전 기반 다중 UAV 비행에서 이웃 기체의 속도와 가속도를 정확히 추정하기 위해 시각 검출기가 제공하는 기울기 정보를 상태 추정에 통합했다. arXiv 프리프린트로 공개된 이 연구는 위치만 쓰는 4종 추정기와 자세 인식 5종 추정기를 실제 데이터 2종과 고충실도 시뮬레이션 데이터 1종에서 비교했으며, 자세 인식 방식이 속도 오차 평균 40%, 가속도 오차 평균 57%를 줄였다. 제안한 선형 추력 구속 칼만 필터가 가장 우수했고, 위치만 쓰는 필터는 약 300ms의 고정 지연을 보인 반면 자세 인식 추정기는 카메라 프레임률 수준의 물리적 응답 한계 근처에서 동작했다.
연구진이 샘플링 기반 탐사 플래너에서 경로상 앞선 시점의 관측과 겹치는 영역을 제거하는 경로 의존 Marginal Information Gain을 GPU로 가속하는 방법을 제안했다. 깊이 버퍼로 조상 노드의 관측을 표현하고 트리를 깊이 순서로 평가해, CPU 기반 정확 계산 대비 데스크톱 GPU에서 최대 118배, Jetson Orin NX에서 최대 28배 빨라졌다. 시뮬레이션 6개 조합 중 5개에서 95% 커버리지 도달 시간이 단축됐고, 실물 UAV 실험에서는 30% 단축됐다. 이 논문은 아직 동료 심사를 거치지 않은 arXiv 프리프린트다.
PL-MPC는 정책 제약형 TD-M(PC)2 백본에서 비평가 지도, MPPI 종단 가치 평가, 플래너-정책 전이를 동시에 바꾼 방법이다. HumanoidBench에서는 balance-hard의 TAR(Total Average Return)가 98±18에서 387±255로, hurdle은 199±13에서 466±200으로 올랐고, KUKA IIWA14 실물 실험에서는 학습 물체 크기와 미학습 크기 모두에서 TD-M(PC)2보다 높은 성공률을 보였다. 아직 동료 심사를 거치지 않은 프리프린트다.
프리프린트로 공개된 이 논문은 쿼드러패드 로봇이 접촉 전 이미지로부터 평면 발 미끄러짐, 평균 수직 지면 반력, 견인 지수, 이동 비용, 접지 하중률 등 5가지 상호작용 지표를 예측하고, 검증 게이트를 적용한 지속 학습으로 새로운 지형에 적응하면서 과거 성능 저하를 줄이는 파이프라인을 제안했다. 하드웨어 순차 실험에서 과거 앵커 NLL 성능 저하를 리플레이 단독 대비 23.1% 줄였으며, 시뮬레이션 내비게이션에서도 안정적으로 동작했다.
이 논문은 프리프린트로, VLA 모델 추론과 로봇 실행 사이 시간 불일치를 줄이기 위해 2단계 비균일 Flow Matching 디노이징과 분산 실시간 실행 프레임워크를 제안했다. π0.5 기준 모델에서 NFE를 10에서 2로 줄여 모델 추론 시간을 61.557 ms에서 21.956 ms로 2.804배 단축했고, 실물 양팔 옷 접기 과제에서 여섯 가지 실시간 실행 방법을 비교해 Legato가 학습 기반, Temporal Smoothing이 비학습 기반 중 가장 우수했다. 이 결과는 모델 추론 효율과 로봇 시스템 타이밍을 함께 최적화해야 함을 보여준다.
이 논문은 RL로 학습한 액터, 크리틱과 센서 예측 모델을 PAC-NMPC에 결합해 미지 환경에서 확률적 안전을 보장하는 Actor-Critic PAC-NMPC를 제안했다. 고정익 UAV 하드웨어 실험에서 성공률 80%로 기존 RL 액터와 PAC-NMPC의 40%를 크게 웃돌았고, 시뮬레이션에서는 90% 성공률을 기록했다. 이는 학습 기반 장기 계획과 샘플링 기반 SNMPC의 충돌 확률 상한 보장을 동시에 얻는 방법이다. arXiv 프리프린트다.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.