새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
SARI는 접근 단계는 시뮬레이션, 접촉 단계는 실제 시연으로 분리해 학습하는 프레임워크다. 가우시안 스플래팅 디지털 트윈으로 작업 공간 전반의 접근 궤적을 만들고, 실제 접촉 시연은 소수 위치에서만 수집해 하나의 VLA 정책을 후학습한다. 실제 Franka 로봇의 5개 접촉 중심 과제에서 실데이터 수집 시간을 34.3% 줄였고, 실접촉 시연이 없는 미학습 위치에서 27.5%의 성공률을 기록했다. 이 연구는 arXiv 프리프린트로 공개됐다.
FUSEye는 COCO 사전학습 YOLO26-x 백본을 얼린 채 어안 영상 검출기로 바꾸는 학습 비용이 낮은 프레임워크다. WoodScape 서라운드뷰 벤치마크 MVR 평가에서 AP50을 0.1480에서 0.2661로 끌어올렸고, 전체 미세조정 성능의 84.3%를 유지했다. 이 논문은 프리프린트이며, 전체 라벨의 25%만 써도 전체 라벨 성능의 97.6%를 유지해 로봇이 적은 라벨과 연산으로 어안 카메라의 가장자리 압축 문제를 해결할 가능성을 보여준다.
LOCUS는 같은 클래스의 수납함 여러 개 중에서 숨은 물건이 들어 있을 가능성이 높은 인스턴스를 골라내는 그래프 신경망 파이프라인이다. iTHOR 시뮬레이션 201개 에피소드에서 ECO/N 0.257을 기록해 CLIP, TidyBot, LLM 기반 기준보다 검색 비용을 줄였고, RoboCasa 제로샷 전이와 실제 Stretch 3 모바일 매니퓰레이터 실험에서도 동작했다. 이 논문은 arXiv 프리프린트이며 동료 심사 여부는 보고되지 않았다.
미국 캘리포니아대학교 어바인 캠퍼스 연구팀이 2D CAD 청사진, 개방형 어휘 3D 장면 그래프, 공정 일정, LLM 안전 검증을 하나의 파이프라인으로 묶은 건설 현장 로봇 내비게이션 프레임워크 CORNAV를 프리프린트로 공개했다. 논문 요약에 따르면 청사진 그라운딩은 의미 검색만 쓴 경우의 작업 성공률 13.0%를 72.2%로 높였고, 일정 인식은 모든 하드 존 위반을 없앴으며, 안전 모듈은 공정표 오류로 생긴 위험 요청을 올바르게 거부했다. BIM 없이 기존 CAD 도면과 공정표를 활용한다는 점에서 건설 현장 도입 부담을 낮춘 접근이다.
arXiv 프리프린트로 공개된 이 연구는 7개 손과 6개 작업, 2,100개 시연을 묶은 DexJoCo-X 벤치마크를 만들었다. Being-H0.5 공동 학습에서 기능 정렬 슬롯(FAAS)은 전체 평균 47.7%, 네이티브 좌표는 47.0%, DexLatent는 33.1%를 기록했다. 이는 행동 표현 단독이 아니라 사전학습과 아키텍처까지 함께 고려해야 다중 손 학습 효과를 판단할 수 있음을 보여준다.
이 프리프린트는 Opentrons Flex의 덱 준비 상태를 로봇 제어기와 분리된 수동 비전 시스템 Labware Setup Checker로 검증하는 방법을 제안한다. 소비자용 웹캠과 YOLO11m 분할 모델, YOLO26m 분류 모델로 슬롯별 실험 기구를 인식하고 참조 프로토콜과 비교한다. SwabSeq RVP pre-PCR 덱 준비에서 완성된 플레이트-베이스 조립체를 29개 프레임 모두 식별했고, 480개 폐색 프레임에서 슬롯 할당 6720개 전부가 정확했으며, 로컬 CPU 노트북에서 중앙값 2.10초 만에 검증을 마쳤다.
프리프린트로 공개된 EyeRobot 2.0은 한 대의 스테레오 카메라만으로 양손 정밀 조작을 수행하는 프레임워크다. 로봇이 3D 응시점으로 두 눈 시점을 움직이고 중심부에 시각 토큰을 집중하는 능동 시각 고정(AVF)을 도입해, 실물 7개와 시뮬레이션 6개 과제에서 수동 스테레오 대비 실물 40%, 시뮬레이션 20% 높은 성공률을 기록했다. 손목 카메라가 가려지지 않는 과제에서는 손목 카메라 정책과 비슷했고, 가려지는 과제에서는 48% 대 22%로 두 배 이상 높아 손목 카메라 없는 정밀 조작의 대안을 제시했다.
이 논문은 다중 에이전트 트랜스포머 정책이 에이전트 순서 순열에서 보이는 행동을 분석한 프리프린트다. 연구진은 낮은 순열 오차만으로는 정책을 신뢰할 수 없으며, 모든 에이전트가 같은 행동을 선택하는 행동 붕괴를 함께 진단해야 한다고 밝혔다. 3개 에이전트 실험에서는 약한 등변성 정규화가 순열 일관성을 높였지만, 4개 에이전트에서는 같은 강도가 완전한 행동 붕괴를 일으켰다.
이 프리프린트는 스프링, 평면, 레일 세 가지 상호작용 원시 요소로 시뮬레이션에서 학습한 고유수용 반사 정책을 제안했다. 이 정책은 상위 제어기의 작업공간 명령을 관절 위치 목표로 바꾸는 고정 실행 계층으로 동작하며 힘 센서나 기하 정보 없이 접촉력을 제한했다. 실물 평가에서 듀얼암 상자 들기는 모든 명령 깊이에서 성공했고 0.02mm 공차 페그 삽입 성공률은 기존 22% 이하에서 36~58%로 올랐으며, 시뮬레이션 표면 추종에서는 튜닝된 하이브리드 힘, 위치 제어와 유사한 힘 제한 성능을 보였다.
Skill2Real는 시뮬레이션에서 검증된 로컬 조작 기술(Cerebellum)과 이를 조합하는 장기 작업 프로그램(Brain)을 공유 코드 기반 정책 인터페이스로 학습해 실물 로봇에 제로샷 이식하는 에이전트 프레임워크다. 이 arXiv 프리프린트에서 LIBERO-90으로 학습한 고정 기술은 미지의 LIBERO-Pro Long에서 Astra 기준 성공률을 2.0%에서 56.3%로 올렸고, 실제 UR5e에서는 평균 작업 완료율 78.75%를 기록했다. 이는 기초 VLM의 도메인 일반화 위에 과제 지식을 시뮬레이션에서 배워 코드로 전이할 수 있음을 보여준다.
이 프리프린트는 로봇의 남은 관절 공간 경로를 실행 타이밍 없이 B-스플라인 계수로 압축한 고유수용 스케치를 제안하고, 이를 짧은 실행용 액션 청크와 함께 하나의 트랜스포머 디노이저로 생성하는 Proprioceptive Action Models(PAM)을 제시했다. PAM은 Push-T 이미지 관찰에서 Diffusion Policy의 마지막 10개 체크포인트 평균 커버리지를 0.66에서 0.72로, 실제 양팔 과제 4종의 성공률을 47.5%에서 75.0%로 높였다. 스케치가 액션 생성에 장기 기하학적 의도를 제공해 장기 조작 과제의 성능을 끌어올린 점이 핵심이다.
서울대, KAIST 연구진이 공개한 프리프린트에서 세계 행동 모델(WAM)이 과제 완료에 필요한 상태 전이를 빠뜨리는 '과제 미완료 상상' 문제를 지적하고, 학습 없이 추론 시점에 안내하는 Completion Aware Guidance(CAG)를 제안했다. DreamZero와 Fast-WAM에 적용했을 때 RoboTwin 2.0 아홉 과제 평균 성공률을 64.4%에서 70.0%로, DreamZero 제로샷 시뮬레이션 평균 성공률을 69%에서 75%로 높였다. 과제 미완료 상상에 기인한 실패 비율은 79%에서 40%로 줄었다.
ETH 취리히와 마이크로소프트 연구진이 공개한 프리프린트에서, 스트리밍 재구성 백본 LoGeR에 SALAD 기반 루프 검출과 SE(3) 포즈 그래프 최적화를 결합한 CLoSeR을 제안했다. VBR, KITTI, Oxford Spires, DROID-W 벤치마크에서 기존 LoGeR 대비 평균 ATE RMSE가 크게 낮아졌고, 특히 VBR에서는 36.16m에서 11.15m로 줄었다. 기존 서브맵 방식이 사용하던 Sim(3)나 SL(4) 최적화 없이도 전역적으로 일관된 스케일을 활용해 장거리 재구성의 드리프트를 억제한다.
TU Darmstadt 연구진이 동적 휴머노이드 동작에서 실패 시 하드웨어 손상을 줄이기 위해 VAPS(Viability-Aware Policy Selection)를 제안했다. VAPS는 명목 추적 정책, 발로 서는 중단 정책, 보호 낙하 정책을 두고 매 제어 주기마다 학습된 생존성 예측기로 가장 과제 지향적이면서 안전한 행동을 고른다. 시뮬레이션에서 Unitree G1과 LimX Oli의 머리 접촉을 크게 낮췄고, LimX Oli 실물 사이드플립에서도 예측기와 전체 제어기를 검증했다. 이 연구는 동료 심사를 거치지 않은 arXiv 프리프린트다.
ETH Zurich 연구팀이 arXiv에 공개한 프리프린트에서 공유 검출 입력으로 추적기만 분리 평가하는 배치 중심 프로토콜을 제안하고 JRDB에서 6개 오픈소스 추적기와 자체 PedRefTrack을 비교했다. 비GT 추적기 HOTA는 24.26~29.67%에 그쳤지만, 1.0초 검출 공백 후에는 GT 지원 변형을 제외한 어떤 추적기도 적격 사례의 절반 이상에서 공간적으로 올바른 동일 ID 출력을 유지하지 못해 검출 공백 지속이 주요 한계로 나타났다. Jetson Orin에서 입력 부하에 따라 여러 추적기가 10Hz 아래로 떨어져 임베디드 로봇 배치 판단에 유용하다.
이 논문은 프리프린트다. OpenRUA는 로봇의 네이티브 ROS 2 인터페이스에 터미널 접근만 제공하는 최소주의 하네스로, 별도 추상화 계층이나 프리미티브 없이 오프더셸프 코딩 에이전트를 제로샷 비주오모터 정책으로 쓴다. Claude Code(Claude Opus 5) 기준 CaP-Bench 99.0%, LIBERO-PRO 87.0% 성공률을 기록했고, 에이전트가 스스로 영상 처리, 계측, 모션 제어, 피드백 프로그램을 작성했다.
카네기멜런대 연구팀이 공개한 프리프린트에서 로봇 내비게이션용 투명 유리 평면 매핑 프레임워크 GlassGuard를 제안했다. 9개 건물 규모 현장에서 1시간 이상, 2.1km를 실제 주행한 평가에서 파노라마 버전이 85.2%의 유리 커버리지를 달성했고, 동일 핀홀 입력 기준으로 기존 방법 대비 5~17배 적은 거짓 점유를 보였다. 이는 유리 장애물을 안전하게 막으면서 이동 가능한 공간을 보존해 실내외 로봇 주행 신뢰성을 높인다.
FedCKA는 연합 학습 기반 3D 객체 인지에서 클라이언트별 도메인 편차를 다루기 위해 CKA(Centered Kernel Alignment)로 층별 표현 유사성을 측정하고, 유사성이 낮은 층만 개인화하는 동적 마스킹 전략이다. nuScenes 기반 5개 도메인 벤치마크에서 가장 강력한 기존 연합 방식 대비 평균 NDS를 7퍼센트포인트 높인 0.63을 기록했다. 이 논문은 아직 동료 심사를 거치지 않은 프리프린트다.
서울대 연구팀이 휴머노이드의 도구 선택부터 정지, 이동 실행까지 평가하는 HumanoidToolBench와 3,094개 시연 데이터셋 ToolBook을 내놓았다. 시뮬레이션 7개 정책과 실물 Unitree G1 3개 정책을 평가한 결과 도구 선택과 작업 완료 사이에 큰 격차가 나타났고, GR00T N1.7 프로브에서는 처음 보는 도구의 선택 정확도가 떨어지고 무관한 지시에도 작업 실행이 이어졌다. 아직 동료 심사를 거치지 않은 arXiv 프리프린트다.
이 논문은 아직 동료심사를 거치지 않은 프리프린트다. PROMO는 추적, 안정성, 효율이라는 의미적 목표에 대한 선호를 실행 시 입력으로 받는 단일 사족로봇 보행 정책이다. 시뮬레이션 100개 선호 평가에서 평균 선호-목표 상관 0.8434, 낙상률 7.50%를 기록했고, 같은 정책을 Unitree Go2에 제로샷 전이해 선호만으로 단위 거리당 에너지를 최대 30.4%, 위치 오차를 38.7%, 최대 자세 편차를 59.0% 줄였다.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.