새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
이 논문은 arXiv에 공개된 프리프린트다. DeltaWorld는 로봇 행동이 유발한 잠재 특징 변화만 예측해 현재 상태에 더하는 Delta-LTM을 제안했고, 로봇과 물체의 상호작용 영역을 강조하는 Interaction-aware Latent Alignment를 함께 적용했다. 자체 수집한 크로스로봇 데이터셋에서 IWS 대비 FVD를 46.6%, LPIPS를 31.1% 줄여 장기 행동 조건 영상 예측 가능성을 보였다.
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.
미국 리하이대 연구진이 로봇의 사회적 내비게이션을 위한 세계 모델 Social-WM을 arXiv 프리프린트로 공개했다. Social-WM은 로봇이 내린 명령 동작과 실제로 실행 가능한 동작의 차이를 안전 신호로 학습해, 시뮬레이션 벤치마크 Social-HM3D에서 성공률 63.77%를 달성하면서 인간 충돌률을 21.67%로 낮췄다. 이는 기존 NavThinker 대비 인간 충돌을 44.6% 상대 감소시킨 결과로, 별도의 보행자 추적이나 온라인 강화학습 없이 RGB 영상만으로 사회적 안전성을 높였다는 점에서 의미가 있다.
프리프린트로 공개된 RoboCoach는 행동 조건 세계 모델 CoachWorld에서 로봇 실행을 굴려 실패한 하위 작업을 찾고, 해당 기술 전문가에만 추가 데모를 요청해 LoRA 어댑터를 갱신하는 프레임워크다. 22개 작업-정책 쌍에서 상상 실행과 실제 실행 성공률 간 스피어만 상관이 0.840이었고, 실물 로봇에서 플랫폼당 150개 하위 작업 데모만 추가해 Franka는 13.3%에서 75.0%로, AgileX는 40.0%에서 83.8%로 성공률이 올랐다. 이는 세계 모델이 데이터를 더 만드는 것을 넘어 어떤 기술을 가르칠지 결정하는 능동 코치가 될 수 있음을 보여준다.
A video world model trained on robot egocentric footage predicts outcomes of actions for evaluation and planning.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.