새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
DynaHarness는 시맨틱 추론과 물리 실행을 하나의 실행 계약으로 묶고 실패 증거를 재사용 가능한 능력 수정으로 바꾸는 동적 물리 하네스다. LIBERO-Pro의 새 초기 상태 800개에서 75.2%를 기록해 같은 냉동 π0.5 정책의 17.5%보다 57.8%포인트 높았다. arXiv 프리프린트로 공개됐으며, 물리 거버넌스와 자기 진화를 결합했다는 점에서 냉동 로봇 정책 배치에 중요하다.
벨기에 앤트워프대학교 연구진이 박쥐의 반향정위를 모방한 소나 전용 SLAM 시스템 BatSLAM 2.0을 프리프린트로 공개했다. 에너지 이미지에 방향 단서인 스펙트럼 형태 이미지를 더한 음향 전처리와 시퀀스 검증기, GTSAM 기반 자세 그래프를 결합했으며, 시뮬레이션 12개 주행에서 잘못된 루프 폐쇄 없이 정렬 후 오차 0.18에서 0.53m를 기록했다. 이는 카메라나 라이다가 취약한 어둡거나 먼지가 많은 환경에서 소나만으로 지도 작성과 위치 인식을 가능하게 한다.
FailBank는 런타임 CBF 교정 신호를 관찰 전용으로 수집해 VLA 정책을 LoRA로 반복 개선하는 프레임워크다. VLA-Arena 정적 장애물 평가에서 π0.5 백본 기준 평균 성공률을 66.0%에서 74.5%로 8.5%p 높이고 정책 유발 누적 비용을 35.6% 줄였다. 런타임 차폐 AEGIS와 비교하면 성공률을 25.4%p 높였으며, 이 연구는 프리프린트이고 실물 로봇 실험은 보고되지 않았다.
게임 속 1대1 대결과 자기 대국으로 사람이 직접 조종할 수 있는 로봇 모터 스킬을 찾는 프레임워크 GGSD가 프리프린트로 공개됐다. Ant, Franka 팔, Unitree G1 시뮬레이션에서 5~6개 이산 스킬만으로 의미가 뚜렷한 동작이 나왔고, 사람이 이 스킬을 조합해 미로와 큐브 밀기 같은 본 적 없는 과제를 추가 학습 없이 풀었다. 게임 규칙과 과거 자기 자신과의 경쟁이라는 가벼운 신호만으로 고자유도 로봇까지 확장 가능한 조종 인터페이스를 만들었다는 점이 중요하다.
이 논문은 로봇 안전 요구사항을 해석 가능한 1차 논리 규칙으로 표현하고, 시각 입력에서 안전 관련 술어를 학습하는 NEUPRO를 제안한다. REASON이라는 첫 실물 로봇 해석 가능 안전 벤치마크에서 NEUPRO는 과제 평균 0.92의 안전 분류 정확도를 보였고, 텐서 기반 추론기 대비 학습 9.1배, 추론 1.6배 빠르며 메모리 사용이 14.3배 낮았다. 이 연구는 아직 동료 심사를 거치지 않은 프리프린트다.
TacEx는 모델 예측 불확실성을 시각, 촉각, 잠재 상태로 분해하고 촉각 채널의 불확실성에 가중치를 부여해 로봇이 접촉이 많은 상호작용을 스스로 찾게 하는 프레임워크다. 이 논문은 프리프린트이며, 저자들은 보상 없이 탐색만으로 파지 행동이 나타나고 수집한 데이터로 오프라인 pick-and-place 정책을 학습했으며, 사전학습된 VLA 모델의 후학습에서도 표본 효율이 높아졌다고 보고했다.
SplineWAM은 세계 행동 모델(WAM)의 고정 길이 행동 청크를 B-스플라인 매개변수 창으로 바꿔 움직임 복잡도에 따라 실행 구간과 재계획 주기를 조절한다. LIBERO-Plus와 RoboCasa에서 행동 청크 기반 WAM 대비 성공률을 각각 8.2포인트, 4.4포인트 높이면서 에피소드당 정책 호출을 22%, 26% 줄였고, 실물 양팔 로봇 3개 과제에서도 기준을 대체로 앞서거나 맞먹었다. 이 연구는 아직 동료 심사를 거치지 않은 arXiv 프리프린트다.
Symbotic과 MIT 연구진이 공개한 프리프린트에서 다중 에이전트 경로 탐색(MAPF)용 프레임워크 MAGIC을 제안했다. MAGIC은 가우시안 마르코프 랜덤 필드와 가우시안 신뢰 전파로 관측되지 않은 위치의 주행 가능 확률을 추론하고, 우회 비용을 반영한 간선 비용을 표준 MAPF 플래너에 제공한다. 실험에서는 기존 접근법 대비 실행 총비용(SoC)을 96.3%의 인스턴스에서 낮췄고 최대 800개 에이전트까지 확장됐다.
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.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.