PAPERS

논문 트래커

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

718건학회 채택 2건

2610.42096v12026.10.30

CausalWAM: 월드 액션 모델에서 행동의 원인 학습

CausalWAM: Learning the Causes of Actions in World Action Models

Juntao Cheng, Jinzhou Tang, Fan Feng, Henrik I. Christensen, Yujia Zheng

월드 액션 모델(World Action Model, WAM)은 관측에서 잠재 변수를 학습하여 장면 변화를 예측하고 행동을 생성하는 모델이다. 기존 WAM은 시연 데이터에 피팅될 때 행동 관련 잠재 변수와 불필요한 변수(누이선스 변수)가 얽히기 쉬워, 행동이 실제 인과 변수만으로 생성된다는 보장이 없다. 이 논문은 희소성(sparsity) 제약 조건 하에서 행동 생성에 쓰이는 잠재 변수가 행동 관련 잠재 변수만의 가역 함수임을 수학적으로 증명하며, 이 결과는 잠재 변수 간 통계적 의존성이 있어도 성립한다. 이를 구현한 CWAM(Causal WAM)은 사전 학습된 WAM의 행동 헤드에 희소 라우팅 경로를 추가하며, 월드 모델링 목적 함수는 그대로 유지한다. 합성 데이터와 실제 로봇 실험에서 이론을 검증하고 폐루프(closed-loop) 성공률 향상을 확인했다.

2610.42053v12026.10.30

REA: 비동기 뇌-소뇌 제어를 위한 라우팅 기반 체화 에이전트 런타임

REA: A Routed Embodied Agent Runtime for Asynchronous Brain-Cerebellum Control

Pengfei Zhou, Yixing Ma, Zhengfeiyang Zhang, Haoyuan Chen, Zhenglin Wan 외 3명

REA(Routed Embodied Agent)는 고수준 추론을 담당하는 파운데이션 모델(System 2)과 빠른 반응 정책인 시각-언어-행동 모델(VLA, System 0)을 비동기적으로 연결하는 통합 런타임이다. 설계 핵심 원칙은 '실행 중인 정책이 뇌를 기다리지 않는다'는 것으로, 라우트 메모리(route memory), 경계 트리거 판단 게이트(judge gate), 공유 예산 에스컬레이션(escalation ladder) 세 가지 메커니즘으로 구현된다. LIBERO-Pro 60개 태스크에서 3,000회 에피소드를 평가한 결과 성공률 95.9%를 기록했으며, 최고 단일 에이전트 기준선(94.7%) 대비 제어 스텝 25%, 제어 시간 17%를 줄였다. RoboTwin 2.0 100회 에피소드 평가에서는 VLA 정책 기준 84%, VLA+코드 기준 86%의 성공률로 단일 VLA 기준선 MEDex(80%)를 상회했다. BEHAVIOR-1K와 실제 Unitree G1 휴머노이드로의 이전 적용에서도 비교 방법 중 가장 높은 성공률을 기록했다.

2610.42049v12026.10.30

동적 보행자 환경에서 보조 휠체어 내비게이션을 위한 하이브리드 경로 계획 프레임워크

A Hybrid Path Planning Framework for Assistive Wheelchair Navigation in Dynamic Pedestrian Environments

Damla Leblebicioğlu, Rachel Barume, Taşkın Padır

이 논문은 이동 장애인을 위한 자율 휠체어의 다중 목표 내비게이션 문제를 다룬다. 전역 경유지 방문 순서 결정에는 순회 판매원 문제(TSP, Traveling Salesman Problem)를, 전역 경로 정보 전달에는 포텐셜 필드(PF, Potential Field) 기법을, 장애물 회피에는 RRT(Rapidly-exploring Random Tree)와 A* 두 가지 지역 경로 계획기를 결합한 하이브리드 프레임워크를 제안한다. 이를 통해 TSP-PF-RRT, TSP-PF-A* 두 알고리즘을 개발하였으며, 이기종 정적·동적 장애물이 혼재하는 혼잡 및 초혼잡 시나리오에서 몬테카를로(Monte Carlo) 시뮬레이션으로 성능을 평가하였다. 실험 결과, TSP-PF-RRT가 TSP-PF-A*에 비해 충돌 횟수가 적거나 충돌이 없었고 이동 거리도 짧은 것으로 나타났다.

2610.42043v12026.10.30

Proof-Carrying Evolution: 블랙박스 탐색, 화이트박스 비행

Proof-Carrying Evolution: Black-Box Search, White-Box Flight

Amit Jain, Sergio Sanchez-Hurtado, Victor Rodriguez-Fernandez, Richard Linares

PCE(Proof-Carrying Evolution)는 언어 모델이 제어기와 수학적 인증서(certificate)를 함께 제안하고, 인증을 통과한 후보만 채택하는 제어기 설계 방식이다. 속도 제한이 있는 도킹, 기동 표적 추적, SO(3) 자세 제어의 세 과제에서 4개 언어 모델과 고전 탐색·합성 기법을 비교하였다. 선형 문제에서 최상위 언어 모델은 모든 실행에서 고전 기준선을 앞섰지만, 동일 목적함수로 인증서를 선택하는 고전 최적화기를 도입하면 그 차이가 크게 줄었다. SO(3)에서는 고전 변이와 혼합하면 어떤 모델도 CMA-ES를 명확히 상회하지 못했다. 인증된 후보를 유지하는 규칙을 제거한 도킹 실험에서는 인증된 설계가 단 하나도 생성되지 않아, 인증서 기반 선택 규칙의 역할이 확인되었다.

2610.42021v12026.10.30

Nexus-VLA: 공유 계층적 의미 잠재 공간을 통한 인간과 로봇 경험 연결

Nexus-VLA: Bridging Human and Robot Experiences via a Shared Hierarchical Semantic Latent Space

Biaoliang Guan, Tingyu Yuan, Wen Ye, Ziming Ji, Xu Yang 외 3명

Nexus-VLA는 대규모 1인칭 시점 인간 영상을 로봇 조작 정책 학습에 활용하기 위한 혼합 정책 학습 프레임워크다. 기존 방법이 신체 간(cross-embodiment) 지식 정렬과 로봇 정책 학습을 분리한 것과 달리, 인간-로봇 공동 엔드투엔드 훈련을 통해 인간 조작 경험이 로봇 행동 학습에 직접 반영되도록 설계되었다. 계층적 신체 간 의미 정렬(hierarchical cross-embodiment semantic alignment) 방식으로 과제 의도부터 세밀한 상호작용까지 단계적으로 공유 조작 의미론을 확립한다. 공유 조작 잠재 표현(shared manipulation latent representation)은 다수준 지식을 연속 행동 생성에 직접 쓰이는 내부 표현으로 통합한다. RoboCasa-GR1 벤치마크에서 80.5%의 과제 성공률을 기록했으며, 분포 외(OOD) 환경 및 실제 로봇 실험에서도 인간 데이터 활용과 시나리오 일반화 측면의 우위가 보고되었다.

2610.41982v12026.10.30

현수 직물 로봇 조작 표면: 모델링, 설계 공간 및 다중 모듈 확장

Suspended-Fabric Robotic Manipulation Surfaces: Modelling, Design Space, and Multimodular Extensio

Pratik Ingle, Jørn Lambertsen, Kasper Støy, Andres Faiña

로봇 조작 표면(Robotic Manipulation Surface, RMS)은 물체가 놓인 면을 변형해 물체를 재배치하는 방식이다. 이 논문은 직물 시트를 수직 선형 액추에이터의 희소 격자에 현수하는 RMS에 대해 분리 가능한 현수선(catenary) 모델을 제시한다. 이 모델은 액추에이터 높이로부터 표면 형상을 계산하거나, 원하는 국소 기울기로부터 액추에이터 높이를 역산하는 폐형식(closed-form)을 제공하여 단순 PID 제어기로 물체 위치 제어를 가능하게 한다. 모델은 직물 길이·모듈 간격·액추에이터 스트로크와 도달 가능 작업 공간의 관계를 도출해 최소 직물 길이 하한과 설계 차트를 제공한다. 2×2 프로토타입에서 9개의 액추에이터만으로 1 m² 작업 공간 내 센티미터 크기 물체를 0.03 m 이내 오차로 위치시키고 모듈 간 이송을 실증했다.

2610.41981v12026.10.30

근골격 시뮬레이션 기반 생물학적 토크 제어를 적용한 로봇 무릎 외골격의 설계 및 검증

Design and Validation of a Robotic Knee Exoskeleton with Musculoskeletal Simulation-Derived Biological Torque Control

Rajiv V. Joshi, Jimin An, Ilseung Park, Dawit Lee, Inseung Kang

본 연구는 시중 부품과 범용 제작 도구로 조립한 오픈소스 무릎 외골격(knee exoskeleton)을 제안하며, 생물학적 토크(biological torque) 추정기를 실기 데이터 없이 시뮬레이션만으로 학습한다. 근육 구동 모방 정책(muscle-driven imitation policy)이 공개 생체역학 데이터셋의 스쿼트 동작을 재현하고, 그 결과로 얻은 무릎 모멘트를 탑재 센서만 사용하는 추정기로 증류(distill)한다. 건강한 성인 7명을 대상으로 한 스쿼트 실험에서 외골격 미착용 대비 최대 생물학적 무릎 신전 모멘트가 21.5%, 안쪽넓은근(vastus medialis) 최대 활성이 26.7% 감소하였다(p<0.05). 하드웨어와 학습 파이프라인을 함께 공개하여 연구 그룹이 추가 데이터 수집 없이 동일 하드웨어에서 컨트롤러를 학습하고 비교할 수 있도록 한다.

2610.41978v12026.10.30IROS

자율 내시경 유도를 위한 언어 조건부 행동 복제(Behavioral Cloning)

Language-Conditioned Behavioral Cloning for Autonomous Endoscope Guidance

Ariel Rodriguez, Lorenzo Mazza, Ortrun Hellig, Alejandra Toscano, Rayan Younis 외 1명

최소 침습 수술에서 내시경 카메라를 자동으로 제어하기 위해 언어 조건부 행동 복제(language-conditioned behavioral cloning) 방식을 제안한다. 연구팀은 임상적으로 유의미한 6가지 카메라 유도 동작을 정의하고, 총 235개의 서브태스크 시연 데이터를 수집했다. 팬텀(모형 조직) 예비 실험에서 단일 시각운동 정책(visuomotor policy)으로 focus·overview·stop 동작은 성공률 100%, search-tip·follow-tip은 80%, horizon leveling은 50%를 기록했다. 이 결과는 서로 다른 특성을 가진 복수의 수술 카메라 동작을 하나의 정책으로 학습하는 것이 가능함을 보여준다. 다만 horizon leveling 등 일부 동작의 실패 사례는 시간적 문맥(temporal context) 추가의 필요성을 시사한다.

2610.41946v12026.10.30NeurIPS

Sensorium: 체화된 수술 AI를 위한 오픈소스 멀티모달 데이터 수집·큐레이션 라이브러리

Sensorium: An Open-Source Multimodal Data Collection and Curation Library for Embodied Surgical AI

Lorenzo Mazza, Ariel Rodriguez, Stefanie Speidel

Sensorium은 수술 로봇과 센서 스트림에서 멀티모달 수술 데이터를 기록·처리·주석·큐레이션하는 오픈소스 파이썬 라이브러리다. Robot Operating System(ROS) 및 ROS2 미들웨어를 기반으로 하며, 운용자 중심의 데이터 수집, 설정 가능한 처리 파이프라인, 의미적 주석, 에피소드 데이터셋 생성을 하나의 흐름으로 지원한다. 팬텀(phantom), 생체 외(ex vivo), 생체 내(in vivo) 돼지 실험을 포함한 총 1,516건의 녹화 데이터를 대상으로 평가되었다. 복수의 수술 과제와 다양한 센싱 구성을 지원하며, 초기 사용성 피드백도 함께 보고한다.

2610.41936v12026.10.30

동적 환경에서 이동 애드혹 네트워크를 위한 적응형 커버리지 알고리즘

Adaptive Coverage Algorithms for Mobile Ad Hoc Networks in Dynamic Worlds

Hugo Gandhi, Edwin Meriaux, Antonio Loría

이 논문은 미지 공간을 탐색하며 통신 네트워크를 구성하는 다중 에이전트 조율 문제인 POCGAGP(Partially Observable Cooperative Guard Art Gallery Problem)를 동적 환경으로 확장한 DPOCGAGP를 제안한다. DPOCGAGP는 배포 중 발생할 수 있는 두 가지 동적 요소—에이전트 손실(Agent Loss)과 세계 변화(World Change)—를 명시적으로 모델링한다. 이를 해결하기 위해 중앙 집중형 알고리즘 CADENCE와 분산형 유사체 DADENCE를 각각 확장한 버전을 제시한다. 다양한 크기와 구조의 4,500건 이상의 테스트 케이스로 구성된 벤치마크에서 두 적응형 알고리즘이 비교 대상 기존 알고리즘보다 높은 성능을 보였다고 저자들은 보고한다.

2610.41892v12026.10.30

정밀 이동-조작을 위한 강화학습 정책 하에서의 이종 이동 동역학 온라인 학습

Online Learning of Heterogeneous Locomotion Dynamics under Reinforcement Learning Policies for Precise Loco-Manipulation

Tianlin Zhang, Weipeng Xia, Lingwei Zhang, Yiyang Shao, Zhongyu Li 외 1명

사전 학습된 이동(locomotion) 정책을 동결한 채로 재사용해 정밀 이동-조작(loco-manipulation)을 수행하는 온라인 폐루프 동역학 학습 방법을 제안한다. 이동 정책의 관측되지 않은 잠재 조건(latent condition)으로 인해 동일한 관측 상태에서도 서로 다른 운동이 발생하는 이종성(heterogeneity) 문제가 동역학 추정 편향과 부동 기저(floating-base) 예측 오차를 유발한다. 이를 해결하기 위해 예측 가능한 응답과 예측 불가능한 응답을 두 가우시안 성분으로 분리하는 오염 가우시안 모델(contaminated Gaussian model)을 도입한다. 이 모델을 가우시안 과정(Gaussian process)과 결합하고 랜덤 푸리에 특징(random Fourier features, RFFs)을 이용한 온라인 학습기를 구성하여, 모델 예측 제어(MPC)가 부동 기저 운동을 정확히 예측하도록 한다. 시뮬레이션 및 하드웨어 실험에서 다양한 매니퓰레이터 구성과 과제에 걸쳐 엔드이펙터 추적 오차 0.01 m를 달성했다.

2610.41877v12026.10.30

Movens-Zero: 대규모 인간 동영상으로 휴머노이드 모션 기반 모델 확장

Movens-Zero: Scaling Humanoid Motion Foundation Models with Large-Scale Human Videos

Wendong Bu, Tinghong Ye, Qizhou Wang, Jiacheng Li, Zhiqi Ge 외 19명

Movens-5M은 인터넷 동영상에서 클립 생성·품질 필터링·의미 주석·동작 복원·물리적 정제 과정을 거쳐 구축한 데이터셋으로, 1,500만 개의 인간 동작 시퀀스와 물리적으로 실행 가능한 휴머노이드 동작 시퀀스 500만 개를 포함하며 총 10,000시간 이상 분량을 텍스트·RGB 영상·음성·음악과 정렬했다. Movens-Zero는 멀티모달 공동 학습과 실시간 폐루프(closed-loop) 실행을 지원하는 이해-생성-실행 아키텍처다. 태스크 혼합 플로우 매칭(flow-matching) 학습으로 단일 행동 전문가 모델이 7가지 생성 과제를 처리하며, 텍스트·음성·음악·영상으로부터 직접 동작을 생성한다. 멀티모달 실시간 청킹(Multimodal Real-Time Chunking)은 연속적으로 갱신되는 지시와 로봇 상태를 반영해 겹치는 청크를 연결함으로써 연속 폐루프 실행을 구현한다. Movens-Intent 벤치마크는 네 가지 조건에 걸쳐 8,192개의 전문가 검증 조건-동작 쌍을 제공하며, 실행 검증 데이터를 1%에서 100%로, 행동 전문가 파라미터를 6,400만에서 9억 1,100만 개로 확장할 때 네 모달리티 전반에서 일관된 성능 향상이 나타났다.

2610.40646v12026.10.29

SwapBot: 교체 가능한 말단장치와 촉각 센싱을 활용한 도구 중심 로봇 조작

SwapBot: Tool-Centric Robot Manipulation via Interchangeable End-Effectors and Tactile Sensing

Yunchu Zhang, Ray Song, Junhan Jiao, Liyiming Ke, Yuchen Yang 외 4명

SwapBot은 가정용 도구를 로봇 말단장치(end-effector)로 빠르게 변환하는 저비용 어댑터를 갖춘 모듈식 도구 중심 시스템이다. 로봇 측 고정 커플링 인터페이스와 도구 측 어댑터를 결합한 통합 설계를 채택하여 다관절 도구를 포함한 다양한 도구 및 복수의 로봇 플랫폼과 호환된다. 각 어댑터에는 소형 촉각 센서가 내장되어 있으며, 자율 교체와 원격조작(teleoperation) 기반 시연 수집을 지원한다. 사용자 연구에서 원격조작 시 작업 완료 시간과 조작자 부담이 줄어드는 것으로 나타났다. 두부 요리·샐러드 젓기·고기 뒤집기 과제에 대한 모방 학습(imitation learning) 실험에서 촉각 정보를 포함한 시연이 RGB 단독 대비 성공률을 15~25 퍼센트포인트 향상시키는 것으로 나타났다.

2610.40632v12026.10.29

SymAnt: 적응형 기호 사전을 활용한 장기 행동 예측

SymAnt: Grounding Long-Horizon Action Anticipation with Adaptable Symbolic Priors

Fnu Aryan, Yaqi Xie, Joseph Campbell, Woojun Kim, Kwonjoon Lee 외 4명

SymAnt는 신경망과 장면 그래프(scene graph)·지식 그래프(knowledge graph)를 결합한 신경-기호(neuro-symbolic) 방식의 장기 행동 예측(long-horizon action anticipation) 모델이다. 짧은 영상이 입력되면 두 그래프를 동시에 탐색해 공간 관계, 객체 속성, 어포던스(affordance), 연관 행동을 통합 추론하는 기호적 맥락(symbolic context)을 구성한다. 이 기호적 맥락을 사전(prior)으로 삼아 미래 행동 시퀀스를 반복적으로 생성·개선한다. 파라미터 효율적인 구조이며, 사용자가 지식 그래프를 직접 수정해 추가 학습 없이 예측을 조정할 수 있다. Breakfast, 50 Salads, EPIC-KITCHENS, EGTEA Gaze+, Assembly101 등 5개 데이터셋에서 짧은 관측 구간 조건에서의 유효성을 검증하였다.

2610.40600v12026.10.29

연속체 로봇 간 재배치 가능한 자기 커플링을 위한 컨베이어 벨트 메커니즘

A Conveyor Belt Mechanism for Repositionable Magnetic Coupling Between Continuum Robots

Ella Walsh, Eric Diller, Jessica Burgner-Kahrs

이 연구는 건인 구동(tendon-driven) 연속체 로봇(continuum robot) 몸체를 따라 기능 요소를 능동적으로 연속 재배치할 수 있는 컨베이어 벨트 메커니즘을 제안한다. 직경 9 mm의 연속체 로봇에 최대 3개의 컨베이어 벨트 메커니즘을 통합하였으며, 컨베이어 벨트 구동력은 건인 구동력과 동등하거나 그보다 작은 수준으로 나타났다. 개념 증명으로 두 컨베이어 벨트에 영구 자석을 장착해, 로봇 운용 중 로봇 간 커플링 지점의 위치와 수를 능동적으로 조절할 수 있음을 시연하였다. 유효 강성(effective stiffness)은 커플링 위치에 대해 역세제곱(inverse-cubic) 관계를 따르며, 커플링 지점 수가 증가할수록 함께 높아지는 것으로 확인되었다.

2610.40565v12026.10.29

Gym-Anything for Robotics: 디지털 에이전트를 활용한 물리 시뮬레이션 확장

Gym-Anything for Robotics: Scaling physical simulations with digital agents

Pranjal Aggarwal, Sean Welleck

Gym-Anything for Robotics는 코딩 에이전트가 로봇공학 시뮬레이션을 자동으로 생성하는 프레임워크다. 경제적으로 가치 있는 물리 작업을 선정하기 위해 미국 GDP 데이터를 기준으로 삼고, 적대적 생성-감사 루프(adversarial creation-audit loop)를 통해 각 시뮬레이션과 과제의 품질을 검증한다. 이 파이프라인으로 구축된 벤치마크 RoboWorld는 25개의 시뮬레이션과 25개의 테스트, 175개의 학습용 강화학습(RL) 환경으로 구성된다. 현재 최고 수준의 프론티어 모델들은 RoboWorld 테스트 과제에서 평균 보상 0.06을 기록해 모든 과제에서 실패했다. 문맥 내 학습, 특권 교사(privileged teacher), 자기 보조 학습, 시각-언어-행동 모델(VLA) 학습용 코드 정책 등 여러 개선 방법을 제안하며, 각각 성능 향상 효과를 보였다.

2610.40559v12026.10.29

변형 물체의 형상 서보잉 튜토리얼 - 1부: 기초

A Tutorial on Shape Servoing of Deformable Objects-Part I: Fundamentals

Ignacio Cuiral-Zueco, Alessio Caporali, Miguel Aranda, Gianluca Palli, Gonzalo López-Nicolás 외 1명

형상 서보잉(shape servoing)은 변형 가능한 물체를 목표 형상으로 자동 조작하는 로봇 제어 기법으로, 로봇 동작과 형상 변화 간의 관계를 피드백 루프에 활용한다. 이 관계는 변형 야코비안(deformation Jacobian)으로 표현되며, 물체의 기계적 특성·형상·경계 조건에 의존한다. 이러한 특성을 정밀하게 모델링하기 어렵기 때문에, 정밀 역학 모델 없이도 명령된 로봇 동작에서 관찰된 형상 변화로부터 야코비안을 온라인으로 추정할 수 있다. 이 논문은 데이터 기반 야코비안 기반 형상 제어에 관한 2부작 튜토리얼의 1부로, 형상 제어 문제 정식화, 형상 표현, 야코비안 추정 및 온라인 갱신, 표준 제어 법칙을 다루고 제어 루프의 국소 안정성 조건을 도출한다. 개념 설명은 두 로봇 팔이 탄성 막대를 조작하는 2D 평면 시뮬레이션 예제를 통해 이루어진다.

2610.40539v12026.10.29

PhysVLMM: 로봇 씬 맵 속 관절 객체를 위한 상호작용 조건부 물리 신념 맵

PhysVLMM: Interaction-Conditioned Physical Belief Maps for Articulated Objects in Robot Scene Maps

Dibyendu Ghosh

PhysVLMM은 이동 로봇이 문·서랍 같은 관절 객체(articulated object)를 조작할 때 필요한 물리적 거동 정보를 시각-언어-모션 맵(Vision-Language-Motion Map)에 유지하는 방법이다. 각 관절 부위의 당김 결과를 점 추정 대신 사후 확률 분포(posterior)로 관리하며, 관측된 부위의 증거를 외관이 유사한 미접촉 부위에 폐쇄형(closed-form)으로 전파한다. 또한 플래너(planner) 쿼리에 대해 명시된 위험 수준 내에서 행동 성공 여부를 반환하거나 불확실성이 높을 경우 판단을 유보한다. 18가구의 실제 문·서랍 데이터에서 관절 유형 식별 정확도 86%(단일 뷰 학습 방법 48%), 미분 가능 시뮬레이션(differentiable simulation) 대비 CRPS 기준 41% 낮은 오차(0.323 vs. 0.544)를 기록했다. 추론 속도는 사례당 13 ms로 비교 대상(230 s)보다 약 4자릿수 빠르다.

2610.40537v12026.10.29

DAWN: 확산 기반 정렬 및 체결 해제 워크플로 네트워크

DAWN: Diffusion-based Alignment and unfastening Workflow Network

Hemant Kumar, Piyush Goenka, Nikhil Chopra

DAWN은 나사 등 체결물 제거 작업을 위한 계층적 로봇 조작 프레임워크로, 멀티모달 감각 정보를 통합해 긴 작업 지평선과 접촉 집약적 조작 과제를 처리한다. 작업 절차를 정렬·삽입과 체결 해제 두 단계로 분리하고, 확산 정책(diffusion policy) 기반의 AlignNet, 단계 전환 감지 분류기 LatchNet, 힘 제어 기반의 UnfastNet 세 모듈로 구성된다. Franka Emika 로봇 실험에서 정렬·삽입 성공률이 숙련된 인간 작업자 수준에 근접했다고 저자들은 보고한다. 어블레이션 연구를 통해 입력 모달리티 선택과 학습 전략의 중요성을 분석하였다. 재활용 공정 자동화와 산업 현장 비용 절감을 주요 적용 분야로 제시한다.

2610.40532v12026.10.29

BURGER: 구현된 드로잉을 통한 로봇 일반화 벤치마크와 이해

BURGER: Benchmarking and Understanding Robotic Generalization via Embodied Drawing

Xiangyu Xu, Bangshuai Peng, Ziyi Liu, Mengjie Zhao, Chenhao Lu 외 3명

BURGER는 언어 조건부(language-conditioned) 로봇 드로잉 벤치마크로, 시뮬레이션과 실세계 모두에서 연속 드로잉 궤적을 생성하는 프롬프트 기반 파이프라인을 갖춘다. 282개 드로잉 과제에 걸친 28,200개의 시뮬레이션 데모를 활용해 5개의 대표적인 시각-언어-행동 모델(VLA)을 데이터 규모·언어 기반 조건화·멀티모달 행동 측면에서 평가한다. 벤치마크는 언어 기반 행동 조건화, 공간 구성, 행동 생성에 대한 세밀한 분석을 지원하며, VLA 모델별로 상이한 실패 패턴을 드러낸다. 실험 결과 일부 VLA 모델은 과제 다양성과 데모 규모 증가에서 성능 향상을 보였고, 학습 시 포함되지 않은 객체 조합으로의 일반화도 확인되었다. 학습된 정책은 Franka Panda 로봇 팔에 배포되어 인간 개입 하에서도 반응적으로 드로잉을 수행함을 실증하였다.