PAPERS

논문 트래커

arXiv cs.RO 신규 논문을 매일 수집해 한국어 요약을 붙입니다. 학회 채택 정보는 저자 코멘트에서 자동으로 추출합니다.

725건학회 채택 3건

2609.11697v12026.09.10

ActSafeGuard: 플로우 매칭 정책을 위한 미분 가능한 훈련 정합 제약 강제

ActSafeGuard: Differentiable and Training-Aligned Constraint Enforcement for Flow-Matching Policies

Jianming Ma, Rongjun Jin, Xiaxi Si, Yang Zhang, Yiheng Li 외 1명

시각-언어-행동 모델(VLA)과 World-Action Model(WAM)은 범용 로봇 조작에서 높은 성능을 보이지만, 생성된 행동이 물리적 제약을 위반해 실제 배포에서 안전하지 않거나 실행 불가능한 경우가 있다. 기존 안전 기법은 추론 단계에서만 안전하지 않은 행동을 사후 수정하므로 학습과 실행 간 불일치가 발생한다. ActSafeGuard는 플로우 매칭(flow-matching) 기반 정책에 미분 가능한 안전 레이어를 도입해 행동 실현 가능성 제약을 학습 과정 자체에 통합한다. 분석적 레이 스케일링(ray-scaling) 연산자를 통해 경계 인식 그래디언트를 제공하여, 모델이 제약 다양체를 자연스럽게 학습하도록 유도한다. π_0.5 및 Fast-WAM 백본을 대상으로 한 실험에서 ActSafeGuard는 단계별 안전율 100%를 달성하면서 작업 성공률도 유지하거나 향상시키는 것으로 나타났다.

2609.11661v12026.09.10

저구동 공중 매니퓰레이터를 위한 접촉 인식 점진적 모델 예측 제어

Contact-Aware Incremental Model Predictive Control for an Underactuated Aerial Manipulator

Darwin Liu, Tamas Keviczky, Sihao Sun

본 논문은 저구동 쿼드로터 기반 공중 매니퓰레이터로 표면에 글씨를 쓰는 작업을 위한 접촉 인식 제어 프레임워크를 제안한다. 비선형 모델 예측 제어(NMPC)로 엔드이펙터의 위치와 법선력(normal-force)을 추적하고, 전신 점진적 비선형 동적 역변환(INDI)으로 접촉 중 마찰 및 공력 외란에 대한 견고성을 확보한다. 실험 플랫폼은 강체 단일 링크 1자유도(DoF) 암을 장착한 쿼드로터이며, 수직면과 경사면에서 다양한 기준 힘, 마찰 조건, 바람 외란 하에 시뮬레이션 및 실험 검증을 수행하였다. 결과적으로 완전구동 플랫폼, 복잡한 암 구조, 별도의 힘·토크 센서 없이도 5자유도 엔드이펙터 자세와 접촉력의 동시 추적이 가능함을 보였다.

2609.11579v12026.09.10

저구동 다지 로봇 핸드의 수동 안정성 준정적 해석

Quasi-static analysis of passive stability in a novel underactuated multi-finger hand

Léonie Plancoulaine, Sylvain Guégan, Franck Plestan, Damien Chablat

저구동(underactuated) 로봇 핸드는 적은 수의 액추에이터로 적응적·강인한 파지를 구현하지만, 파지된 물체의 안정 평형 자세를 예측하는 것은 여전히 어려운 과제다. 본 논문은 저구동 다지 핸드의 수동 안정성을 평가하는 준정적(quasi-static) 해석 방법론을 제안한다. 차동 스프링 슬라이더 기구를 통합한 3지(three-finger) 핸드 구조를 새로 설계하여 다양한 물체에 대한 적응적 파지를 가능하게 한다. 연구는 차동 기구가 전체 파지 거동에 미치는 영향을 분석하고, 원통형 및 구형 두 가지 표준 파지 유형에서 물체 크기가 안정 평형 형상에 어떤 영향을 주는지 규명한다.

2609.11561v12026.09.10

Memory as Plans: 메모리 기반 계획을 통한 세계-행동 모델링

Memory as Plans: World-Action Modeling with Memory-Grounded Planning

Sizhe Zhao, Haozhe Xie, Weiyu Zhao, Chenchu Zhang, Huan Wang 외 3명

복잡한 실세계 조작 작업은 비마르코프적(non-Markovian) 특성을 지니며 현재 관측 이상의 장기 기억을 필요로 하지만, 기존 메모리 방식은 세부 시각 정보 손실이나 이력 커버리지와 실행 효율 간 트레이드오프 문제를 안고 있다. MaP-WAM은 기억 의존 세계-행동 모델링을 메모리 기반 계획(memory-grounded planning)과 계획 조건부 실행(plan-conditioned execution)으로 분리하는 프레임워크로, 에피소딕(episodic) 메모리를 언어 지시와 희소 시각 맥락으로 구성된 세그먼트 기록으로 표현한다. World-Action-Progress(WAP) 모델은 행동 청크(action chunk)와 실행 진행도를 추론 시점에 동시 예측하여 적응적 세그먼트 전환과 폐루프(closed-loop) 맥락 갱신을 수행하며, 구조적 어텐션을 통해 계획·실행 단계 모두에서 키-값(KV) 캐싱을 지원한다. RMBench 벤치마크에서 83.3%의 성공률을 달성하였으며, 실제 로봇 실험에서도 78.0%의 성공률을 기록하였다. 작업 이력이 길어져도 실행기(executor) 추론 지연은 거의 일정하게 유지되는 것으로 나타났다.

2609.11553v12026.09.10CoRL

CAP: 학습 기반 디노이징을 통한 연속 적응형 인식-블라인드 휴머노이드 보행

CAP: Continuously Adaptive Perception-Blind Humanoid Locomotion via Learned Denoising

Hongjin Chen, Zijun Xu, Shihao Ma, Yi Zhao, Xilai Liu 외 6명

CAP는 깊이(depth) 센서가 부분적으로 손상되거나 간헐적으로 실패하는 환경에서도 동작하는 단일 단계(single-stage) 휴머노이드 보행 정책이다. 학습된 디노이저(denoiser)로 훈련된 지각 월드 모델(world-model) 인코더가 손상된 깊이 입력에서 정상 깊이 정보를 복원하며, 함께 동작하는 고유감각(proprioceptive) 변분 인코더가 깊이 없이도 신체 상태 정보를 공급한다. 훈련 시에는 깊이 노이즈 커리큘럼(curriculum)과 월드 모델 피처 드롭아웃(dropout)을 결합해 정책이 지각 품질의 전 범위에 걸친 실패를 경험하도록 한다. 시뮬레이션에서 CAP는 깊이 정보가 유효할 때 지각 기반 기준 모델과 동등하거나 우수한 성능을 보이며, 지각 품질 저하 시 이진 전환(binary-switching) 기준 모델보다 완만하게 성능이 저하된다. Unitree G1 로봇의 실내외 실험에서 간헐적 폐색(occlusion), 실제 센서 노이즈, 야외 깊이 아티팩트 환경 아래에서도 강인한 보행이 확인되었다.

2609.10522v12026.09.09

Show-Harness: VLM 에이전트만으로 로봇 제어가 가능하다

Show-Harness: Just a VLM Agent Can Play Robots

Yanzhe Chen, Zechen Bai, Zhijun Cao, Wenzheng Zeng, Kevin Qinghong Lin 외 5명

Show-Harness는 시각-언어 모델(VLM)이 로봇을 제어할 수 있도록 의도와 행동을 연결하는 소형 의미적 인터페이스를 제공하는 구현 하네스(Embodied Harness)다. VLM이 추론할 수 있는 이산(discrete) 의미 행동 단위를 노출하고, 구현체별 인터프리터가 이를 로봇의 로컬 행동으로 결정론적으로 변환한다. 이 인터페이스를 통해 폐쇄형 대규모 VLM의 제로샷(zero-shot) 로봇 제어와, 소규모 오픈소스 VLM의 수 GPU 시간 파인튜닝을 통한 저비용 배포를 모두 지원한다. GUMI(GUI Manipulation Interface)는 동일한 의미 행동 공간을 GUI 기반 시연 수집으로 확장해, 전용 원격조종 하드웨어 없이도 다양한 로봇 구현체를 조작할 수 있게 한다. 실험 결과 Show-Harness를 적용한 VLM 에이전트는 다양한 작업·구현체·환경에서 에이전트 기반 및 시각-언어-행동 모델(VLA) 기반 방법보다 높은 성능을 보인다.

2609.10506v12026.09.09

DUET-DINO: 로봇 조작의 잠재 계획을 위한 동시 교차 시점 세계 모델링

DUET-DINO: Simultaneous Cross-View World Modeling for Latent Planning in Robot Manipulation

Nisarga Nilavadi, Ralf Römer, Moritz Reuss, Michael Krawez, Tobias Jülg 외 3명

행동 조건부 잠재 세계 모델(action-conditioned latent world model)은 미래의 시각 표현을 예측해 제로샷 목표 조건부 로봇 계획 및 제어를 가능하게 한다. DUET-DINO는 고정 측면 카메라와 손목 카메라 관측을 교차 시점 조건화(cross-view conditioning)로 동시에 학습해, 7 자유도(7-DoF) 엔드이펙터 전체 행동 공간에 걸친 잠재 계획을 지원한다. 공간 이동, 회전 집중, 다중 목표 파지-리프팅 등 세 가지 과제에서 도달 92%, 각도 도달 72.5%, 리프팅 60.0%의 성공률을 기록하며 단일 시점 및 독립 이중 시점 기준선을 상회했다. DUET-DINO는 DROID와 RoboArena 데이터셋으로 처음부터 학습되었으며 시각 분포 변화에도 강인한 일반화 성능을 보인다. 또한 V-JEPA 2의 손목 시점 예측이 세밀한 행동에 의한 시각 변화를 과소평가하는 반면, DINOv3 기반 예측이 행동 조건부 장면 변화를 더 잘 포착해 하류 계획 성능을 높임을 보인다.

2609.10484v12026.09.09

HoloOcean을 활용한 해안 환경 자동 생성

Coastal Environment Generation with HoloOcean

Abigail Austin, Brady Moon, Joshua G. Mangelson

해양 로봇 시뮬레이션은 무인 수중 차량(UUV)과 무인 수상 선박(USV)의 자율주행·인식 알고리즘을 실제 배치 전에 안전하고 저비용으로 검증하는 수단이다. 기존 해양 로봇 시뮬레이션 환경은 수작업 편집에 의존하며, 사전 데이터나 환경 시스템에 대한 전문 지식을 요구한다는 한계가 있다. 본 논문은 HoloOcean용 해안 환경을 자동으로 생성하는 Unreal Engine 5 기반 레벨 생성 파이프라인을 제안한다. 파이프라인은 사용자가 제공한 해안 장면의 항공 이미지를 입력으로 받아 높이 맵(height map) 데이터를 생성하고, 환경 내 에셋을 자동으로 선택·배치한다.

2609.10433v12026.09.09

산불 대응 자율 UAV 탐색을 위한 다중 에이전트 강화학습

Multi-Agent Reinforcement Learning for Autonomous UAV Exploration in Wildfire Response

Caden Chandra, Jerry Ng

이 연구는 무인 항공기(UAV) 에이전트가 시뮬레이션된 산불 환경을 탐색·모니터링하도록 훈련하는 심층 강화학습(DRL) 프레임워크를 제안한다. 학습이 진행될수록 손실 값이 수렴하고 보상 신호가 향상되며, 화재 경계 추적과 같이 일관된 항법 패턴이 나타나는 것으로 확인됐다. 환경의 구조적 특성과 보상 설계가 정책 효과성에 영향을 미치는 것으로 분석됐다. 연구 결과는 DRL 기반 UAV 시스템이 자율 산불 모니터링에 활용될 수 있는 가능성을 보여준다.

2609.10405v12026.09.09

시각-언어-행동 모델을 위한 주파수 조건부 플로우 매칭

Frequency-Conditioned Flow Matching for Vision-Language-Action Models

Haochen Niu, Shengye Dong, Hao Liu, Peiwen Lin, Wang Chuang

FreqFM은 시각-언어-행동 모델(VLA)을 위한 주파수 조건부 플로우 매칭(Flow Matching) 프레임워크로, 로봇 행동 궤적의 주파수 성분이 서로 다른 스케일의 동작을 부호화하며 에너지 분포가 불균일하다는 점에 착안해 개발됐다. 기존 VLA 기반 플로우 매칭 모델이 주파수 특성을 암묵적으로만 다루던 것과 달리, FreqFM은 이를 생성 파이프라인 전반에 걸친 명시적 조건 차원으로 끌어올린다. DCT(이산 코사인 변환) 주파수 좌표계에서 스펙트럼 매칭 소스 분포를 구성하고, 주파수별 목적 함수 가중치를 적응적으로 조정하며, 참조 전송 스케일을 이용해 주파수별 가이던스 잔차를 제한한다. VLA 백본을 변경하지 않고 기존 플로우 매칭 행동 전문가 모듈에 통합 가능하다. LIBERO, LIBERO-Plus, VLA-Arena 벤치마크에서 일관된 성능 향상을 보였으며, LIBERO-Plus에서 9.3포인트 향상을 기록했고 6가지 실제 로봇 태스크에서도 유효성을 검증했다.

2609.10400v12026.09.09

좁은 산업 환경에서 대형·이종 차량을 위한 교통 관리 시스템

A traffic management system for large and heterogeneous vehicles in narrow industrial environments

Alessandro Bonetti, Silvia Proia, Simone Guidetti, Lorenzo Sabattini

이 논문은 물류 4.0(Logistics 4.0) 환경에서 자율이동로봇(AGV) 군집의 교통 관리를 위해 평생 다중 에이전트 경로 탐색(L-MAPF) 알고리즘 기반 시스템을 제안한다. 비균일 유리 B-스플라인(NURBS) 곡선으로 생성한 로드맵 위에서, 수정된 유계 수평선 충돌 기반 탐색(CBS) 기법과 롤링 수평선 충돌 해소(Rolling Horizon Conflict Resolution) 전략을 결합하여 좁은 양방향 통로에서 발생하는 충돌 및 교착 상태를 처리한다. 제안 시스템은 격자 형태가 아닌 실제 비표준 산업 환경에서 크기와 성능이 다양한 AGV들이 동시에 운행하는 시나리오를 대상으로 설계되었다. 적응형 시간 지평 조절을 갖춘 애니타임(anytime) 충돌 해소 전략, 실제 AGV와의 안전·표준 준수 실행 계층, 교착 감지 및 해소 메커니즘을 주요 기여로 포함한다. 실험 결과, 규칙 기반 교통 관리 시스템 및 우선순위 기반 L-MAPF 변형 대비 최대 11%의 처리량 향상이 확인되었다.

2609.10377v12026.09.09

더 안전한 엔드투엔드 자율주행을 위한 데이터 기반 위험 필드

Data-Driven Risk Fields for Safer End-to-End Autonomous Driving

Yuanxin Tian, Zhiyuan Liu, Jinhao Li, Zhenhua Xu, Wenhao Yu 외 1명

DRiF는 엔드투엔드(end-to-end) 자율주행의 안전성을 높이기 위한 데이터 기반 위험 필드(risk field) 프레임워크다. 규칙 기반 안전 사전 지식을 쌍별(pairwise) 위험 레이블로 변환한 뒤, 수작업으로 설계된 절대 점수를 회귀하는 대신 상대적 위험 순서를 보존하도록 모델을 학습시킨다. 정적 지도 분할, 동적 위험 예측, 차량 계획을 하나의 공유 조감도(BEV) 특징 표현으로 통합한다. Bench2Drive 벤치마크 실험에서 주행 점수, 성공률, 충돌 관련 지표 모두에서 일관된 향상이 나타났다. 데이터와 코드는 공개될 예정이다.

2609.10339v12026.09.09

산업용 인간-로봇 협업을 위한 신뢰도 인식 다중 모달 융합 프레임워크

A Confidence-Aware Multimodal Fusion Framework for Industrial Human-Robot Collaboration

Xinyu Liu, Qiqi Dong, Boya Jia, Yi Zhang, Binbin Lian

신뢰도 인식 다중 모달 융합 프레임워크(CAMF)는 물체 6D 포즈, 시선(gaze), 골격 동작, 관성 측정 장치(IMU) 기반 손 동작의 4가지 이종 모달리티를 융합해 산업 환경에서 인간 의도를 예측한다. 실시간 모달리티 신뢰도에 따라 양방향 시계열 특징을 적응적으로 조정하는 신뢰도 추세 기반 동적 융합 메커니즘을 BiLSTM에 내장한다. 신뢰도 안내 균형 학습 전략과 신뢰도 동결(confidence freezing) 메커니즘을 결합해 저품질 모달리티의 노이즈를 억제하고 교차 모달 학습 편향을 완화한다. UR3 협동로봇 기반 물리 플랫폼 실험에서 의도 인식 정확도 91.86%를 달성하며 기존 다중 모달 융합 방식 대비 높은 성능과 안정성을 보였다. 저조도 및 부분 가려짐 조건에서도 만족스러운 정확도를 유지하며 실제 조립 작업에서 선제적이고 안정적인 인간-로봇 협업을 가능하게 한다.

2609.10336v12026.09.09RA-L

OpenStreetMap 차선 형상을 활용한 오도메트리 독립적 드리프트 보정

Odometer-Agnostic Drift Correction Using OpenStreetMap Lane Geometry

Joaquin Caballero, Emilio Garcia-Fidalgo, Alberto Ortiz, Jarno Ralli

오도메트리(odometry) 기반 위치 추정에서 발생하는 장기 드리프트는 대규모 또는 루프 폐합이 없는 환경에서 근본적인 한계로 남아 있다. 기존 지도 보조 방식은 밀집 지도, 센서별 전처리, 복잡한 매칭 파이프라인에 의존하는 경우가 많다. 본 논문은 최근 오도메트리 궤적 세그먼트를 OpenStreetMap(OSM) 차선 중심선에 직접 정렬하는 경량 오픈소스 드리프트 보정 방법을 제안한다. 밀집 사전 정보나 고비용 전처리 없이 희소한 차선 형상과의 직접 정렬로 온라인 동작이 가능하다. LiDAR 및 시각 오도메트리(visual odometry) 백엔드를 이용한 실험에서 일관된 성능 향상이 확인되었으며, 드리프트가 심한 조건에서 특히 뚜렷한 개선이 나타났다.

2609.10308v12026.09.09

실시간 전체 형상 추정을 통한 부분 관측 환경에서의 변형 가능 물체 조작

Deformable Object Manipulation under Partial Observability via Real-Time Full-Shape Estimation

Kosar Behnia, Ville Kyrki, Gokhan Alcan

cRVAE(조건부 순환 변분 오토인코더, conditional Recurrent Variational AutoEncoder)는 변형 가능 물체(Deformable Object)의 모서리 노드 관측값만으로 전체 형상 상태를 추정한다. 추론 시 물리적 파라미터 입력이나 온라인 파라미터 식별 없이 동작하며, 로프에서 XPBD 모델 대비 약 350배, 천 소재에서 약 1,500배 빠른 속도로 전향 예측을 수행한다. 시뮬레이션에서 전체 형상 추정 정확도는 파라미터 식별된 XPBD 모델과 동등한 수준으로 나타났다. cRVAE는 후퇴 지평선 최적 제어(receding-horizon optimal control) 프레임워크의 전향 모델로 활용되어, XPBD가 짧은 지평선에서도 초과하는 100ms 제어 예산 내에서 장애물 인식 협동 조작을 가능하게 한다. 실제 하드웨어 검증은 Unitree Go2 로봇에서 수행되었다.

2609.10286v12026.09.09

입상 지형에서의 지형 적응형 휴머노이드 보행 학습

Learning Terrain-Adaptive Humanoid Locomotion on Granular Terrain

Junnosuke Kamohara, Feiyang Wu, Andy Ningan Zong, Daniel I. Goldman, Yashwanth Nakka 외 2명

이 연구는 3차원 저항력 이론(3D RFT)을 기반으로 한 물리 기반 입상 접촉 모델을 제안하고, 이를 강화학습(RL) 훈련용 입상 지형 시뮬레이션에 적용한다. 기존 강체 접촉 모델이나 휴리스틱 기반 단순화 모델과 달리, 제안된 접촉 솔버는 입상 물질 침투 및 접선 방향 항력을 물리적으로 정확하게 재현한다. 교사-학생 RL 프레임워크에 변분 오토인코더(VAE)를 결합하여 지형 정보를 잠재 표현으로 인코딩하는 지형 적응형 보행 컨트롤러를 학습시킨다. NVIDIA Newton의 물질점법(MPM)을 활용한 시뮬레이션에서 미관측 입상 지형에 대한 제로샷 지형 식별 및 적응 능력이 확인되었다. 현무암, 건조 모래, 해변 모래 등 다양한 실제 입상 지형에서의 하드웨어 실험을 통해 방법론의 유효성을 검증하였다.

2609.10283v12026.09.09CoRL

SwingBot: 휴머노이드 로봇을 위한 전신 브라키에이션 학습

SwingBot: Learning Whole-Body Brachiation for Humanoid Robots

Yujie Xiong, Peng Zhai, Taixian Hou, Quancheng Qian, Cunwang Liu 외 4명

SwingBot은 수동형 손목 후크를 이용해 휴머노이드 로봇이 철봉을 연속적으로 이동하는 브라키에이션(brachiation) 학습 프레임워크다. 브라키에이션은 영장류가 지상 경로가 차단될 때 머리 위 지지물을 통해 이동하는 방식으로, 혼잡하거나 위험한 환경에서 운용되는 로봇에 유용한 이동 모드다. 고자유도 휴머노이드에 이를 적용하기 어려운 이유는 릴리스-스윙-캡처의 장기 시퀀스 학습, 전신 모멘텀을 이용한 교번 접촉 조율, 그리고 세그먼트 상대 변위 및 후크 접촉 상태의 측정 불확실성 대처가 동시에 요구되기 때문이다. SwingBot은 생체 모방 키프레임(biomimetic keyframe)으로 초기 탐색 단계에서 드문 전환 시퀀스에 도달하게 하고, 순환 특권 상태 추정(recurrent privileged-state estimation)으로 위치 및 접촉 잠재 변수를 압축 표현한다. 하드웨어 실험에서 연속 철봉 횡단을 달성하였으며, 페이로드 변화·외부 교란·다양한 철봉 간격에 대한 강인성을 확인했다.

2609.10273v12026.09.09

잡음 지형에서 프레임 부호화를 적용한 족형 로봇 보행

Frame-Coded Legged Locomotion over Noisy Terrain

Lav R. Varshney

이 논문은 다족 로봇의 거친 지형 보행을 소거(erasure)가 있는 양자화 유한 프레임 확장(quantized finite-frame expansion)으로 재정식화한다. d차원 몸체 수준 명령을 N>d개의 이질적 국소 접촉 명령으로 매핑하고, 지형에 의한 접촉 손실을 프레임 계수 소거로 모델링하며, 접촉 게이팅 순응형 형태(contact-gated compliant morphology)가 가중 능동 서브프레임 디코더를 물리적으로 구현한다. 선형-가우시안 모델에서 기계적 평형은 사후 평균(posterior mean)에, 접선 강성(tangent stiffness)은 사후 정밀도(posterior precision)에 정확히 대응됨이 증명된다. 등노름 파세발 프레임(equal-norm Parseval frame)은 단일 접촉 손실에 대해 미니맥스 최적이며, 고조파 프레임(harmonic frame)은 직접 구현 가능한 보행 패밀리를 제공한다. 접촉 생존 확률 q에서 아날로그 차원 전송률 R<q이면 정확 복원이 가능하고 R>q이면 복원이 불가능하다는 아날로그 프레임 코딩 정리(analog frame-coding theorem)와 역방향 정리(converse)가 확립된다.

2609.10243v12026.09.09

FolDeX: 장기 지평 변형 가능 물체 로봇 조작을 위한 실세계 벤치마크

FolDeX: A Physical-World Benchmark for Long-Horizon Robotic Manipulation of Deformable Objects

Chenhuan Liu, Yi Xu, Feng Wu, Hanyang Wang, Wenxiao Kuai 외 5명

FolDeX는 변형 가능 물체(deformable objects)의 장기 지평(long-horizon) 양팔 로봇 조작을 평가하기 위해 실제 로봇 데이터만으로 구성한 벤치마크로, 의류 접기(garment folding)를 주요 과제로 삼는다. 기존 실-로봇 벤치마크가 단기 강체 과제 중심으로 편중된 한계를 지적하며, 이종 실세계 데이터의 효율적 재활용 방법을 연구 목표로 설정한다. 벤치마크는 인간 개입·복구 데이터 활용, 과제 간 전이(의류 범주 및 강체→유연체), 조명·배경·배치 변화에 따른 장면 재사용, 로봇 형태(embodiment) 간 전이라는 네 가지 연구 축으로 구성된다. 20개 이상의 과제와 10개 이상의 로봇 형태에 걸쳐 2,000시간 이상의 실제 로봇 데이터를 제공한다. 표준화된 과제 설정, 비공개 물체, 통제된 초기 조건, 통일 실행 프로토콜을 갖춘 공개 평가 플랫폼도 함께 운영한다.

2609.09158v12026.09.08

TANGO: 전신 시각-언어-행동 모델을 이용한 복잡한 환경에서의 휴머노이드 내비게이션

TANGO: Humanoid Navigation in Cluttered Environments with a Whole-Body Vision-Language-Action Model

Anqi Li, Yuxin Chen, Zhaobo Li, Zhuo Cao, Junli Ren 외 2명

TANGO는 언어 조건부 휴머노이드 이동을 위한 전신(whole-body) 시각-언어 내비게이션 프레임워크로, 자연어 명령과 1인칭 RGB 영상을 입력받아 29자유도(DoF) 관절 공간 행동을 직접 예측한다. 기존 방식이 내비게이션을 2D 경로 계획 문제로 모델링한 것과 달리, TANGO는 팔 배치·상체 조절·보행 조절을 포함한 3D 기하학 인식 전신 적응을 수행한다. 전역 경로 계획, 운동학적 전신 모션 생성, 장애물 인식 모션 편집, 강화학습(RL) 기반 추적을 결합해 시뮬레이션에서만 학습하며, 실제 주행 데이터는 사용하지 않는다. 시뮬레이션 실험에서 장애물 협상이 필요한 복잡한 장면에 대해 강력한 모듈형 베이스라인을 상회하는 성능을 보였다. 이후 Unitree G1 휴머노이드 로봇에 제로샷(zero-shot)으로 배포해 실제 복잡한 환경에서의 언어 기반 이동 가능성을 확인했다.