새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.
SCOUT는 오프라인 다중 에이전트 강화학습에서 플로 매칭 행동 사전과 분해 가치함수를 결합하고, 테스트 시점에 Stein 변분 기울기로 행동 후보를 고가치 영역으로 수송하는 프레임워크다. SMACv1 12개 데이터셋 평균 보상 16.1, MA-MuJoCo 12개 데이터셋 평균 정규화 점수 82.12로 비교 모델 중 최고 평균을 기록했다. 이 논문은 arXiv 프리프린트로, 동료 심사 게재 여부는 확인되지 않았다.
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.
이 논문은 프리프린트로, 보행 중 6자유도 팔을 장착한 사족 로봇이 세계 좌표계의 엔드이펙터 궤적을 추적하도록 반응 일관 보행 정책과 정책 인지 모델 예측 제어(MPC)를 결합한 ReCo를 제안한다. 시뮬레이션 벤치마크에서 ReCo는 위치와 자세 RMSE를 각각 최고 기준 모델 대비 28.7%, 27.4% 낮췄고, 실물 로봇에서 온보드 연속 보행 조작을 시연했다. 예측 가능한 보행 응답을 정책 학습 단계에서 강제해 MPC가 팔과 다리를 함께 계획할 수 있게 한 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.
FERPO는 온폴리시 최대 엔트로피 강화학습 알고리즘으로, 학습된 critic의 행동 미분을 쓰지 않고 critic 값만으로 정책을 개선한다. 엔트로피와 KL 정규화로 만든 목표 행동 분포를 forward KL로 맞추며, MuJoCo Playground와 ManiSkill에서 REPPO와 경쟁하거나 일부 과제에서 더 적은 환경 상호작용으로 비슷한 성능을 냈다. 이 논문은 아직 동료 심사를 거치지 않은 arXiv 프리프린트다.
이 논문은 arXiv 프리프린트로, 고충실도 데이터가 부족한 온폴리시 강화학습에서 저충실도 시뮬레이션 데이터를 제어변수로 사용해 정책 기울기 추정의 분산을 줄이는 MFPG-PPO와 예산 인지형 변형을 제안했다. 시뮬레이션 보행 과제에서 MFPG-PPO는 거의 모든 설정에서 고충실도 데이터만 쓴 PPO보다 좋았고, 가장 어려운 과제의 작은 데이터 예산에서는 고충실도 데이터를 16배 더 쓴 PPO와 비슷한 성능을 냈다. 실제 Franka 팔에서는 업데이트당 실제 에피소드 4개만으로 성공률 91.7%를 달성해 데이터 부족 상황의 로봇 학습에 중요하다.
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.
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 논문은 RL로 학습한 액터, 크리틱과 센서 예측 모델을 PAC-NMPC에 결합해 미지 환경에서 확률적 안전을 보장하는 Actor-Critic PAC-NMPC를 제안했다. 고정익 UAV 하드웨어 실험에서 성공률 80%로 기존 RL 액터와 PAC-NMPC의 40%를 크게 웃돌았고, 시뮬레이션에서는 90% 성공률을 기록했다. 이는 학습 기반 장기 계획과 샘플링 기반 SNMPC의 충돌 확률 상한 보장을 동시에 얻는 방법이다. arXiv 프리프린트다.
스웨덴 KTH 연구팀이 배터리 전압을 정책 입력에 포함한 Battery-Aware RL을 제안했다. 이 정책은 Crazyflie Brushless에서 3.84m/s 원 추적 RMSE를 stock-authority RL 대비 49.3% 줄였고, 20랩 레이싱 시간을 106.22초에서 95.24초로 단축했다. 이 논문은 아직 동료 심사를 거치지 않은 프리프린트다.
Constrained Reinforcement Learning has recently gained increasing attention in the field of Safe Autonomous Driving, where the general mechanism is to maximize the expected reward while keeping the overall action risk bounded. In this way, the safety issues arising in AD can be mitigated through constrained actions.
프롬프트 하나로 휴머노이드가 춤을 따라 하거나 자세를 잡거나 보상을 좇게 하는 전신 제어 모델은 로봇마다 학습에 100 GPU시간 넘게 든다. 빈로보틱스(VinRobotics)와 싱가포르국립대(NUS), 독일 다름슈타트공대의 이번 프리프린트는 유니트리 G1용 모델을 부스터 T1, 푸리에 N1, 자체 로봇 M3로 옮기는 데 공용 인코더 1시간 미만과 로봇당 10 GPU시간 미만이면 충분했고, 추종 정확도는 전용 제어기와 거의 같았다고 밝혔다.
논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.