새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
이 논문은 생성형 플래너가 전체 궤적을 한 번에 샘플링하면서 안전 제약을 반복 적용하던 구조를 버리고, 물리 시간에 맞춰 한 스텝씩 상태를 생성하는 SafeStreamingFlow를 제안했다. Maze2D, F1TENTH, 호퍼, 창고 내비게이션 시뮬레이션에서 실행 단계 안전 위반과 지연 시간을 크게 줄이면서 목표 도달 성공률을 유지했다. 동료 심사 없이 공개된 프리프린트다.
텍사스텍대 연구진은 탐색과 실행을 하나의 행동 분포로 통합한 Empowerment 기반 MPC 프레임워크를 제안했다. 이 프리프린트는 희소 목표 비용만으로는 실패하는 단진자, 카트폴, 이중진자 과제에서 임파워먼트와 목표 비용을 결합해 최고 100% 성공률을 기록했고, 넘어진 호퍼가 별도 회복 목표 없이 스스로 일어나는 행동도 보였다. 2차 미분 없이 1차 민감도만으로 임파워먼트를 추정해 표준 샘플링 MPC 솔버와 결합할 수 있다는 점이 실용적 의미다.
NAVA-WAM은 행동 라벨이 없는 관찰 비디오에서 미래 프레임 예측만으로 Action-DiT를 직접 사전학습하는 세계 행동 모델이다. LIBERO 99.0%, LIBERO-Plus 83.5%, RoboTwin 2.0 Clean 88.5%, Random 73.6%를 기록했고, 실물 Franka FR3에서 93.3% 성공률로 DreamZero 66.7%, π0.5 53.3%를 앞섰다. arXiv 프리프린트이며, 행동 주석 데이터 의존을 줄이는 확장 경로를 제시한다.
프리프린트 논문에서 제안된 SimpleTouch는 사전학습된 VLA pi0.5에 동결된 촉각 인코더와 촉각 전문가를 더해, 과제별 시연 50개만으로 촉각 정책 사전학습이나 별도 정렬 없이 접촉 풍부 조작을 학습한다. UniVTAC 시뮬레이션 6개 과제 평균 성공률 77.5%로 기존 사전학습 촉각 정책 FTP-1의 66.7%를 10.8%포인트 앞서고, 실제 로봇 4개 과제 평균 71.3%로 FTP-1 대비 8.8%포인트 높았다. 이는 강한 사전학습 표현이 있으면 대규모 촉각 정책 사전학습 없이도 접촉 중심 조작이 가능함을 보여준다.
이 논문은 arXiv 프리프린트로, LiDAR 기반 쿼드로터가 바람이나 매달린 하중 같은 외란 속에서도 안전하게 비행하도록 계획과 제어를 한 번에 푸는 DR-IPC를 제안했다. EKF와 비선형 외란 관측기를 연결해 상태를 필터링하고 외란을 재구성해 NMPC 예측에 넣었으며, 안전비행구역 위반을 하드 제약 대신 소프트 페널티로 처리했다. Gazebo에서 외란이 있는 멀티골 임무 완료 횟수가 IPC의 1/10에서 DR-IPC는 9/10으로 늘었고, 실험에서는 고도 RMSE가 0.34 m에서 0.01 m로 줄었다.
RoboBridge는 사전 학습된 비전-언어-행동 정책을 재사용 가능한 행동 도구로 활용하면서, 작업 지식을 절차적 기술로 저장하고 실행 피드백으로 수정, 검증하는 자기 진화 에이전트 프레임워크다. LIBERO-PRO 시뮬레이션에서 전체 성공률 74.4%를 기록해 비교 기준인 Harness VLA의 72.1%를 넘었고, 실물 로봇 3개 과제에서 시뮬레이션 기술을 직접 이전했을 때 성공률이 향상됐으며, 실물 피드백으로 추가 적응해 최대 15/15 성공을 달성했다. 이 논문은 프리프린트이며, 시뮬레이션 경험을 실물 적응의 초기 지식으로 삼아 상호작용과 토큰 비용을 줄이는 경로를 제시한다.
이 논문은 arXiv 프리프린트다. SceneFactory-3D는 GPU 배치 기반 물리 접지형 다중 에이전트 주행 시뮬레이터로, 휠 접촉점별 타이어 힘과 3D 지형을 반영해 같은 교통 시나리오와 제어기에서 도로 마찰과 경사만 바꾼 반사실 평가를 병렬로 실행한다. 마찰계수가 1.0에서 0.18로 떨어지면 학습 정책의 안전 통과율이 6~90%p 하락했고, 모든 학습 정책에서 근접 충돌 상황이 더 잦아졌다.
OmniAct3D는 원근 영상으로 학습한 비전 기반 모델(VFM) 3D 검출기를 단일 등장방형 영상(ERP) 파노라마에 적응시키는 프레임워크다. Spheriverse에서 기존 최고 NDS를 2.96포인트, PanoMMOcc에서 비적응 VFM 기준선 대비 mAP를 24.87포인트 개선했다. 이 논문은 아직 동료 심사를 거치지 않은 프리프린트다.
이 논문은 스테레오 관성 오도메트리(VIO)의 시각 전면부를 상용 스마트폰의 Hexagon DSP로 오프로드하는 HexVIO를 제안한 프리프린트다. 삼성 갤럭시 S23에서 Basalt 전면부를 DSP에서 실행해 CPU 대비 전력 67% 절감 또는 같은 전력에서 처리량 86% 증가를 보였고, 30fps 실시간 추적을 0.83W로 유지해 15Wh 배터리 기준 약 18시간 추적이 가능하다. 스테레오 관성 추적에 Hexagon DSP를 적용한 첫 오픈소스 구현이다.
이 프리프린트는 반복 신경망 앙상블의 각 멤버가 관측 벡터의 서로 다른 무작위 부분집합만 보게 하고, 가우시안 출력을 순차 Kalman gain 융합으로 결합해 분포 이동 중에도 합의 행동을 얻는 RTR-FTL을 제안했다. RFLO로 실시간 기울기를 계산해 환경 스텝마다 파라미터를 갱신하며, 시뮬레이션 보행 과제에서 센서 편향, 센서 고장, 누적 노이즈 후 원래 성능에 가깝게 회복했다. 관측 전체를 보는 앙상블은 회복하지 못해 무작위 마스킹이 핵심이라는 점을 보였다.
이 논문은 arXiv에 공개된 프리프린트다. XGenAct는 RGB 관측, 로봇 행동, 계량 깊이, 표면 법선, 기능 역할 분할을 결정적 코덱으로 RGB 비디오로 변환해 하나의 비디오 확산 트랜스포머와 하나의 목적함수로 학습하는 월드 액션 모델이다. 학습에 포함되지 않은 RLBench 과제 5종에서 평균 폐루프 성공률 52%를 기록해 평가된 외부 정책 중 가장 높은 26%를 크게 웃돌았고, 구조적 인식 생성을 추가하면 RGB 단독 학습 대비 평균 성공률이 최대 28.75%포인트 올랐다.
KAIST 연구진이 arXiv 프리프린트로 공개한 FastOPD는 대형 VLA와 WAM 교사를 소형 SmolVLA 학생에 증류하면서 샘플링 단계까지 줄이는 온폴리시 증류 프레임워크다. LIBERO에서 π0.5 교사 평균 성공률의 84%를 2단계 추론만으로 유지했고 추론 지연은 78.1% 줄었으며, RoboTwin 2.0에서는 LingBot-VLA 교사 기준 단일 단계 성공률을 기존 학생보다 15.9%포인트 높였다. 실물 로봇에서도 4단계 기준 성공률을 8%포인트 개선해 대형 파운데이션 정책의 실시간 배포 가능성을 보였다.
미국 미시간대 연구진이 공개한 프리프린트에서, 냉동 비전언어모델(VLM)의 안전 예측을 보정하는 SLLCP(Split Label-Localized Conformal Prediction)를 제안했다. 이 방법은 CARLA 시뮬레이터의 미등장 시나리오 15,321개 프레임에서 Qwen 백본은 충돌 유발 궤적의 89.6%, Cosmos 백본은 88.4%를 탐지해 원시 VLM의 4.6%와 39.1%를 크게 끌어올렸다. VLM을 미세 조정하지 않고 계획 모듈과 독립적으로 쓸 수 있는 사후 보정 층이라는 점이 특징이다.
이 프리프린트는 서로 다른 체화 관찰자의 표상이 전역적으로 같지 않아도 되는 조건을 Relational Sufficiency로 정식화했다. 같은 관찰자와 표상 운송, 관계 증거를 공유하는 두 비동기 핸드오프 변형에서 상대 동기화 과제는 추가 앵커가 0개, 절대 시각 핸드오프는 정확한 응답 재구성 기준으로 1개 필요함을 해석적으로 보였다. 이는 표상 정렬을 전역 합의가 아니라 상호작용이 구별하지 못하는 모호성을 남겨도 되는 중단 조건으로 보는 관점을 제시한다.
중국 퉁지대 연구팀이 사족 보행 로봇의 실내 혼잡 환경에서 촬영한 RGB-D 데이터셋 CrowdOcc와 단안 의미 장면 완성 모델을 공개했다. 이 모델은 Normal-Guided Scene Geometry Fusion(NGSGF)과 Human-Centric Sparse Interaction(HCSI)을 더해 사람에 가려진 벽과 바닥 구조를 복원하고 사람 점유를 보정한다. 보지 못한 장면 3곳으로 구성된 시험 세트에서 IoU 15.80, mIoU 11.40, Human IoU 46.23을 기록하며 비교 모델 중 최고 성능을 보였다. 이 연구는 동료 심사를 거치지 않은 arXiv 프리프린트다.
이 논문은 달 표면에서 여러 운영 주체의 로버가 공존할 때 일부 로버가 의도적으로 잘못된 측정값을 제공하는 Byzantine 상황에서 사후적으로 궤적을 재구성하는 문제를 다룬다. 저자들은 로버 개별 측정의 이상치 여부가 아니라 로버 집단의 신뢰성을 평가하는 attribution-aware 방법을 제안했고, 합성 및 행성 유사 환경 데이터에서 GNC나 PCM 같은 기존 강건 PGO 방식이 오히려 Byzantine 로버의 거짓 궤적에 속는 반면 제안 방법은 Byzantine 로버를 식별하고 궤적 오차를 크게 줄였다고 보고했다. arXiv 프리프린트다.
이 arXiv 프리프린트는 실내 물품 배달 로봇이 개인 활동 기록 없이 자연어 요청만으로 수신자를 찾는 CSIR 프레임워크를 제안했다. 시뮬레이션 1,500개 시나리오에서 평균 이동 효율 0.62를 기록해 기존 그래프 기반 방식과 의미 기반 방식(LLM TRP 0.60)을 앞섰고, 실물 Clearpath Jackal 시연에서도 약 5분 만에 작업을 완료했다. 이 방법은 습관과 의도 같은 간접 정보의 불확실성을 명시적으로 가중 결합해 개인정보 제약이 있는 환경에 적용 가능하다.
이 프리프린트는 로봇 계획의 상위 행동 추적만 검증하는 RoboGuard가 그래프 상 중간 경유지와 암묵적 이동을 반영한 실행 추적에서는 같은 LTL 규칙을 위반할 수 있음을 보였다. 통제 평가 28개 사례에서 표적 추상화 12개 전부가 표면 계획은 안전, 정제 추적은 불안전으로 갈렸고, SPINE과 RoboGuard를 연동한 14개 사례에서도 2건의 거짓 안전이 확인됐다. 그래프 기반 추적 정제를 감시 전에 적용하면 판정 시간이 0.54ms에서 0.69ms로만 늘며 이 격차를 드러낼 수 있어, 계획기와 실행기와 감시기 사이의 명시적 추적 계약이 필요하다.
UCLA RoMeLa 연구진은 관절이 360도 연속 회전하는 270g 쿼드루페드 MiNI-Q에서 정립 보행, 도립 보행, 낙하 후 복귀, 교체형 발 형상 전이를 하나의 강화학습 정책으로 수행했다고 밝혔다. 이 연구는 arXiv 프리프린트로 공개됐으며, 128×128 MLP 정책이 ESP32 듀얼 마이크로컨트롤러에서 50Hz로 완전 온보드 실행됐다. 실물 실험에서 전진 속도 RMSE가 정립 0.037±0.004m/s, 도립 0.050±0.003m/s였고, 30회 낙하 시험 중 24회(80%) 안정 보행에 복귀했다.
arXiv 프리프린트로 공개된 이 연구는 차량, 드론, 웨어러블, 사족 로봇의 파노라마 영상을 하나의 의미 분류 체계로 묶은 EmbPASS 벤치마크를 구축하고, 목표 플랫폼 주석 없이 360도 의미 분할을 수행하는 EPONet을 제안했다. EPONet은 EmbPASS에서 플랫폼 균형 평균 mIoU 35.82%를 기록하며 가장 강력한 비교 모델 OOOPS w/ RERP보다 1.10%포인트 높은 성능을 보였고, 기존 공개 벤치마크 DensePASS에서도 mIoU 49.15%로 최고 성능을 달성했다. 이는 서로 다른 로봇 플랫폼에 개별 파노라마 주석을 만들지 않고도 일관된 360도 장면 이해를 가능하게 하는 방향을 제시한다.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.