새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
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.
Recova는 재구성한 디지털 트윈에서 태스크 실행과 장면 복구를 함께 개발하고 실물 로봇 경험으로 검증, 개선하는 에이전트 안내 프레임워크다. LIBERO-Pro와 MolmoSpaces에서 평균 성공률 78.8%와 64.9%를 기록해 가장 강한 기준 모델 대비 각각 7.1%p, 26.9%p 높았고, 실물 로봇 4개 과제에서는 DAgger 미세조정과 복구 스킬을 더해 평균 87.5%를 달성했다. 이 연구는 arXiv 프리프린트로, 동료 심사 여부는 확인되지 않았다.
프랑스 CentraleSupélec 연구팀이 관절별 잔여수명(RUL)을 RRT* 경로 계획의 비용 함수에 통합한 RUL-aware RRT*를 제안했다. UR5 6축 로봇팔 시뮬레이션에서 세 가지 열화 시나리오를 평가한 결과, 특히 국소 열화 시나리오에서 기준 RRT* 대비 첫 고장 작업 지수를 48~56% 늦추고 다른 시나리오에서도 관절 간 열화 불균형을 억제했다. 이 연구는 arXiv 프리프린트로 공개됐으며 동료 심사 여부는 확인되지 않았다.
프리프린트로 공개된 이 연구는 SpineGuard의 전기 생체임피던스 센서를 장착한 드릴 비트와 적응형 임계값 기반 실시간 감지 알고리즘을 결합한 로봇 척추경 드릴링 시스템을 제안했다. 돼지 척추뼈 51개를 대상으로 한 ex vivo 실험에서 모든 드릴링에서 척수관 파열 전에 드릴링을 멈춰 100% 예방했고, Gertzbein-Robbins 분류 기준 A 또는 B 등급을 기록했다. 이 방식은 방사선 영상 없이 드릴링 중 파열을 예방해 기존 내비게이션 시스템의 한계를 보완할 수 있다는 점에서 의미가 있다.
RADMCS는 스쿠버 탱크에 장착하는 웨어러블 수중 로봇으로, 단안 거리 추정과 추력기 차등 작동을 이용해 다이버에게 좌우 회전 햅틱 신호를 준다. 수중 인체 실험 8명을 대상으로 한 시험에서 폐쇄 수역과 해양 모두 최대 추력의 약 10% 수준에서 피험자가 방향 피드백을 인지했고, 안정적인 거리 추정이 유지될 때 벽과의 거리 유지 실험에서 올바른 회전 지시를 보였다. 이 논문은 동료 심사를 거치지 않은 프리프린트이며, 기존 수중 외골격보다 단순하고 약 1000달러에 조립 가능한 플랫폼을 제시한다.
DuoMind는 각 로봇에 VLM 오케스트레이터와 VLA 행동 모델을 결합하고 로봇 간 의미 통신을 추가한 분산형 계층적 다중 로봇 협업 프레임워크다. RoboPoly와 RoboTwin의 장기 작업에서 기준 모델보다 대부분 높은 성공률을 기록했으며, 통신 제거 실험을 통해 의미 메시지 공유가 부분 관찰 환경의 협업에 중요함을 확인했다. 이 논문은 arXiv 프리프린트로 공개됐으며 동료 심사 여부는 보고되지 않았다.
ENAC 연구팀이 공개한 프리프린트에서 온보드 LiDAR만으로 미지 환경을 비행하는 초소형 비행체(MAV)용 유도 시스템 LiDARFlow를 제안했다. 이 시스템은 유체역학 기반 PGFlow 패널 장애물 회피와 수렴형 유도 벡터장을 결합해 실내 비행 시험에서 경유점 이동과 방향 추종 두 시나리오 모두 충돌 없이 임무를 완수했다. 지도와 사전 장애물 정보 없이 Raspberry Pi 온보드에서 실시간 동작할 만큼 가볍다는 점이 핵심이다.
영국 연구팀이 상용 부품으로 조립한 6자유도 암, LiDAR, RGB-D 카메라, RTK GNSS, IMU를 갖춘 모바일 매니퓰레이터 ALFRED를 공개했다. 4개 빌드를 6개 설계 요구사항에 따라 개선했고, 마지막 3개 빌드의 로봇 모델 분석에서 암 가용 작업공간 비율이 34.0%에서 60.0%, 66.1%로 올랐으며 프레임 장착 LiDAR의 수평 시야가 전후방 모두 확보된 것은 최종 빌드뿐이었다. 실물 로봇은 1년간 월간 산림 조사 528회를 결측 없이 수행했다. 이 논문은 아직 동료심사를 거치지 않은 프리프린트다.
존스홉킨스 APL 연구진이 공개한 프리프린트에서 Vision-Language-Action 모델에 언어 대신 8채널 근전도 신호나 시각 분할 주석을 연속 조건으로 넣는 EC-VLA와 VA-VLA를 제안했다. 실물 SO-101 팔 실험에서 EC-VLA는 물체가 적은 정상 장면에서는 언어 프롬프트 기준 모델과 성공률이 같았지만, 물체를 추가한 혼잡 장면에서는 성공률이 30%에서 50%로 올랐고 완전 실패율은 50%에서 4%로 줄었다. RoboCasa 시뮬레이션의 VA-VLA도 혼잡 장면에서 기준 모델 대비 성공률이 11%에서 20%로 올라 비언어 조건이 작업 명시에 유리할 수 있음을 보였다.
QueryArt는 보정된 단일 RGB 이미지와 2D 질의점, 카메라 내부 파라미터만으로 관절 유형, 3D 운동 축, 질의점 기준 축 위치를 추정한다. 질의점 깊이로 정규화해 단안 스케일 모호성을 피하고, 질의점 깊이 한 번으로 미터 단위 파라미터를 복원한다. 프리프린트 단계의 이 모델은 4개 분포 내 데이터셋과 2개 분포 외 데이터셋에서 대부분 관절 지표에서 기존 모델을 앞섰고, 실물 모바일 매니퓰레이터 57회 시험에서 70.2% 성공률을 기록했다.
에든버러대와 밀라노 공대 연구팀이 프리프린트로 공개한 논문에서 VLA 모델의 강건성을 과제 성공률(TSR)만으로 평가하면 섭동이 성공 궤적에 미치는 영향을 놓친다는 점을 보였다. LIBERO와 LIBERO-Plus에서 π0.5, VLANeXt, OpenVLA-OFT를 평가한 결과, 같은 성공률을 보이는 조건에서도 카메라, 로봇, 센서 섭동에 따라 성공 궤적의 지속 시간, 저크, 그리퍼 움직임이 크게 달라졌다. 연구팀은 성공 여부뿐 아니라 로봇이 과제를 어떻게 수행하는지 측정하는 행동 지표를 강건성 평가에 보완해야 한다고 제안했다.
OpenSpace Lab은 IROS 2026 단일, 다중 로봇 정보 수집 워크숍의 실내 탐사 경진대회에 참가해 단일 로봇 공개 트랙에서 평균 커버리지 61.04%로 1위를 기록했다고 이 프리프린트에서 밝혔다. 비공개 트랙에서는 단일 로봇 39.53%, 다중 로봇 39.91%로 각각 3위를 차지했다. 사전 학습된 LaMa 기반 MapEx 맵 완성 예측과 남은 시간 기반 귀환 제약을 결합해 제한된 스텝 예산 안에서 미탐사 영역을 우선 탐색한 점이 핵심이다.
중국 연구팀이 자체 추진 대장 내시경 로봇 BGER를 위한 모방학습 기반 자율 주행 시스템 ColoACT를 프리프린트로 공개했다. RGB 영상에 상대 깊이와 유사 고도 지도를 결합한 RGB-D-E 입력과 액션 청킹 트랜스포머 정책을 써서, 적출 돼지 대장 실험에서 직선 구간 85.4%, 곡선 구간 72.5%의 주행 성공률을 기록했다. 90도 회전 70%, 이중 굴곡 60%의 성공률을 보였고 삼중 굴곡에서도 30% 통과 가능성을 확인했다.
PhysicsLENS는 로봇 작업 영상 생성 모델이 텍스트로 지정된 숨은 물리 성질을 실제로 따르는지 평가하는 벤치마크와 데이터셋이다. 사람 평가 결과 그럴듯해 보이는 영상 47개 중 34개가 지시된 성질을 따르지 않았고, 성질을 명시해도 물리적 타당성은 통계적으로 유의하게 낮아지지 않았다. 이 연구는 프리프린트이며, 물리적 타당성과 성질 준수를 분리해 평가해야 한다는 점을 보였다.
연구팀은 크로스엔트로피 방법(CEM)의 엘리트 선택 단계에 제약 우선순위를 직접 반영하는 TierCEM을 제안했다. 2D 내비게이션과 Push-T 밀기 작업에서 우선순위 순서를 바꾸면 위반되는 하위 제약이 바뀌었고, 태스크 진행을 높은 우선순위로 두면 하위 제약을 완화해 목표에 도달했다. 이 논문은 아직 동료 심사를 거치지 않은 프리프린트다.
SkeleWAM은 로봇 조작 장면을 로봇 관절, 물체 중심, 상호작용 점으로 이뤄진 희소 3D 골격으로 표현하고 동작 생성과 미래 골격 예측을 함께 학습하는 세계-행동 모델이다. 이 프리프린트는 LIBERO-Plus 전체에서 57.1M 파라미터로 85.9% 성공률을 기록해 Cosmos-Policy(82.2%)보다 3.7%포인트 높았고, 실물 로봇 5개 과제 평균 89%로 Cosmos-Policy(87%)를 넘었다. 미래 골격 예측은 훈련 보조 지도로만 쓰고 추론에서 생략해 파라미터와 연산 효율을 높였다.
이 논문은 단일 뷰 6-DoF 파지 합성을 위한 연속 학습 프레임워크를 제안한다. 파지 결과와 사용자 시연을 학습된 임베딩 공간의 메모리에 추가해 네트워크 가중치 갱신 없이 즉시 적응하며, 시뮬레이션과 1500회 이상의 실물 로봇 실험에서 적응 전에는 기존 최고 기준과 비슷한 성능을 보이고 적응 후 여러 범주에서 90% 이상 성공률을 달성했다. arXiv 프리프린트다.
이 논문은 기존 단일 UAV 표본 기반 탐사 플래너를 중앙 집중형 다중 UAV 시스템에서 그대로 쓸 수 있게 하는 프레임워크를 제안한 프리프린트다. voxblox를 확장해 여러 UAV의 깊이 측정을 하나의 전역 TSDF 지도에 실시간으로 융합하고, UAV 간 충돌 회피와 상호 재구성 방지 필터를 통합했다. 시뮬레이션에서 3대 UAV로 네 가지 플래너를 평가한 결과, 같은 플래너라도 UAV를 서로 다른 지점에서 시작하는 Separated Start 배치가 한곳에서 시작하는 Joint Start보다 탐사 속도와 커버리지가 일관되게 빨랐다.
StreamRig는 캘리브레이션된 다중 카메라 리그를 위한 인과적 스트리밍 오도메트리 프레임워크다. 이 프리프린트는 고정된 멀티뷰 3D 기반 모델 위에 경량 백엔드만 학습시켜 NCLT, TartanGround, KITTI-360, 자체 수집한 휴머노이드 데이터셋 ZJH에서 비오라클 기준 모델 중 가장 낮은 병진, 회전 드리프트를 달성했다. 5대 카메라 리그를 26.2ms, 2.6GiB로 처리해 단일 카메라 스트리머 CUT3R보다 빠르고 메모리 효율적이다.
이 논문은 음성 오디오와 시간 정렬된 대본을 함께 조건으로 사용해 휴머노이드 로봇의 전신 코스피치 동작을 생성하는 ECHO-G를 제안한다. BEAT2 기반 로봇 데이터셋에서 기존 인간 동작 생성 후 리타게팅 파이프라인보다 코스피치 지표와 처리 시간이 우수했고, Unitree G1 실물 로봇 배포를 시연했다. 프리프린트다.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.