MEKAWIRE
연구

논문

새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.

논문 2편
주제전체매니퓰레이션 84내비게이션 76로봇 일반 66VLA 36시뮬레이션 35로봇 학습 34인지 32안전 21보행 20휴머노이드 16월드 액션 모델 12비행 로봇 4수술 로봇 3촉각 센싱 2
난이도전체입문중급전문가
arXiv
humanoid loco-manipulation planning전문가

Fiber: 휴머노이드 하나의 플래너로 상자, 문, 물체 잡기 학습, 성공률 42% 대 3.5% (아마존 FAR)

Yutang Lin, Guanya Shi, C. Karen LiuAmazon FAR; Carnegie Mellon University; Stanford University

아마존 FAR와 카네기멜런대, 스탠퍼드대 연구진은 프리프린트 논문에서 고정된 전신 제어기의 잠재 명령을 조종하는 단일 플래너가 시뮬레이션에서 상자 들기, 문 열기, 물체 잡기 평균 성공률 42.0%를 기록했다고 밝혔다. 같은 잠재 명령을 재생하면 11.6%, 운동학 플래너는 3.5%였다. 시뮬레이션만으로 학습해 실제 유니트리 G1에서 상자 10회 중 6회, 문 4회, 잡기 2회 성공했다.

심투리얼(시뮬레이션-현실 전이)RL
HumanoidAmazonUnitree RoboticsNVIDIA
논문 전문 읽기 (PDF)
arXiv
humanoid loco-manipulation planning전문가

DiPLO: 시연 29개로 학습한 휴머노이드 집어 옮기기, 성공률 45%→99% (뮌헨공대)

Shafeef Omar, Sebastian Sanokowski, Elham Daneshmand, Dian Yu, Daniel Cremers, Cordelia Schmid, Majid KhadivTechnical University of Munich; McGill University; INRIA

독일 뮌헨공대와 캐나다 맥길대, 프랑스 INRIA 연구진은 프리프린트 논문에서 리타기팅한 시연 29개만으로 만든 휴머노이드용 확산 동작 플래너가 두 단계 후학습 뒤 시뮬레이션의 집어 옮겨 놓기 작업에서 약 99% 성공률을 냈다고 밝혔다. 사전학습 모델은 약 45%였다. 실제 유니트리 G1에서는 실물 추가 학습 없이 같은 목표 10회 중 10회, 서로 다른 목표 5회 중 5회 성공했다.

RL심투리얼(시뮬레이션-현실 전이)
HumanoidUnitree Robotics
논문 전문 읽기 (PDF)

MEKAWIRE 최신 기사

주제별 논문

매니퓰레이션 8VLA 3World Action Models 4월드 액션 모델 4humanoids 3world models 4

논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.