OPEN SOURCE
로봇 오픈소스 10개 저장소의 새 릴리스를 주기적으로 확인해 한국어로 요약합니다.
MuJoCo 3.17.0이 2026년 10월 22일 출시되었다. 이번 버전에서 배치 API(batch API)가 추가되어 하나의 모델에 대해 다수의 시뮬레이션을 자체 스레드 풀 위에서 병렬 실행할 수 있으며, 메모리 사용량은 스레드 수에 비례하고 결과는 스레드 수와 무관하게 단일 루프와 비트 단위로 동일하다. 1D 플렉스(flex)에 비틀림 없는 등방성 이산 탄성 로드 모델 기반의 굽힘 탄성(bending elasticity)이 추가되었으며, 삼선형(trilinear) 및 2차(quadratic) 자유도를 사용하는 보간 플렉스에서도 자기 충돌(self-collision) 감지를 지원한다. `mj_setConst` 함수의 역할이 재정의되어 댐핑·스프링 길이·모델 통계 등 일부 값은 이제 컴파일 시점에만 계산되며 런타임에는 계산되지 않는다.
MuJoCo 3.16.0이 출시됐다. 이번 릴리스에서 Frame이 `scale`, `scaling`, `massscale` 속성을 통해 컴파일 시점에 하위 요소를 스케일링할 수 있게 됐으며, `similar` 정책은 물리량을 보존하고 `geometry` 정책은 공간 치수와 관성만 조정한다. 모델을 XML로 저장할 때 원본 저작 정보를 보존하는 `savecompiled`·`savecanonical` 컴파일러 속성이 추가됐고, `mj_copyBack`은 변경된 필드만 갱신하도록 동작이 바뀌었다. Bazel 빌드 시스템 지원이 신규 추가돼 코어 라이브러리, `simulate`, 플러그인, 샘플을 Bazel로 빌드할 수 있다. 파괴적 API 변경(breaking change)으로 `mjfDecode` 및 `mju_decodeResource` 등에 `char* error, int error_sz` 인자가 추가돼 기존 디코더 플러그인 코드 수정이 필요하다.
MuJoCo 3.15.0이 2026년 10월 5일 출시되었으며 엔진과 일반 기능에 걸쳐 주요 변경 사항을 포함한다. 파괴적 변경(breaking change)으로, 액추에이터 dampratio 계산 방식이 작동 공간 관성(operational-space inertia) $(J M^{-1} J^T)^{-1}$ 기반으로 교체되어 다중 자유도 전달계에서의 과도 감쇠 문제가 개선되나, 다중 링크 체인 액추에이터의 감쇠값은 이전보다 낮아질 수 있다. 3D flex에 대한 실험적 Stable Neo-Hookean(SNH) 탄성 모델이 추가되었고, 캡슐 지오메트리에 대한 단일 패스 다중 접촉(multicontact) 충돌 검출도 지원된다. insidesite 센서에 enclosed 속성이 추가되어 물체의 사이트 밖 돌출 정도를 방향성 하우스도르프 거리(directed Hausdorff distance)로 측정할 수 있게 되었다. Windows에서 작성한 .mjz 아카이브의 경로 구분자 오류와 바이너리 MJB 직렬화의 64비트 모델 크기 처리 버그도 수정되었다.
MuJoCo 3.14.0이 2026년 9월 22일 공개됐다. 이번 릴리스에서는 `discrete` 적분기(integrator)용 실험적 접촉 모드인 `ipc` 플래그가 추가되어, 연속 충돌 감지(continuous collision detection)를 통해 flex 접촉 시 터널링 없는 침투 방지 시뮬레이션이 가능해졌다. 아카이브 리소스 제공자(archive resource provider) API `mjp_registerArchiveResourceProvider`가 도입되어, 사전 할당된 가상 파일 시스템(VFS) 없이도 `.mjz`·`.zip` 컨테이너에서 자산을 필요 시 추출할 수 있게 됐다. MJCF 저장 시 `<frame>` 요소가 위치·방향 정보와 함께 보존되어, 저장 후 재로드해도 동일한 프레임 구조가 유지된다. 엔진 API에서는 `mj_readCtrl` 함수의 시그니처가 `mj_readSensor`와 동일한 방식으로 변경되어 pid·dcmotor·orientation 등 다중 입력 액추에이터를 지원하며, 이는 하위 호환이 깨지는(breaking) 변경 사항이다.
MuJoCo 3.13.0에서 새로운 적분기(integrator) `discrete`가 추가되었다. 이 적분기는 구속 해(constraint solve)와 암묵적 속도 업데이트를 유효 메트릭 M̂ = M + hD + h²K 하에 하나의 연산으로 병합하여, 명시적 안정 한계를 훨씬 초과하는 타임스텝에서도 수동 스프링과 액추에이터 위치 게인을 안정적으로 동작시킨다. 3.3.0에서 누락된 희소 관성 인수분해(sparse inertia factorization)의 비양성 피벗 클램핑이 복원되어, 특이 질량 행렬을 가진 모델이 비유한(non-finite) 가속도를 무음으로 생성하던 버그가 수정되었다. 사이트 지오메트리(site geometry)가 메시(mesh)와 연결될 수 있도록 지원이 추가되어 시각화, insidesite 센서, `mj_insideSite` 함수와 함께 활용된다. 실린더 지오메트리 충돌에 대한 단일 샷 다중 접촉(multicontact) 기능과 Python 3.15(GIL 및 자유 스레딩) 호환성도 추가되었다.
Google DeepMind의 물리 시뮬레이터 MuJoCo가 3.12.0 버전을 2026년 8월 20일 공개했다. MJCF 문법이 단일 소스 스키마 파일(`mjcf.schema`)로 통합되어 파서 생성, 테스트 게이팅이 일원화됐다. 새로운 `pid` 액추에이터가 추가되어 위치·속도 설정값 입력, 적분 동작(ki, imax 안티와인드업), 설정값 변화율 제한(slewmax), 피드포워드 입력을 지원하며 모든 수치 적분기에서 올바르게 동작한다. `dcmotor` 온보드 컨트롤러는 재설계되어 `input` 속성으로 pos·vel·ff·voltage의 임의 조합을 선택할 수 있으며, 제어 이득이 전압 공간에서 토크 공간으로 변경됐다. 이번 릴리스에는 커스텀 바이너리 텍스처 형식 제거 및 dcmotor 입력 의미 체계 변경 등 하위 호환을 깨는 변경 사항이 포함되어 있다.
MuJoCo 3.11.0이 2026년 7월 27일 출시되었으며, 물리 엔진에 다수의 기능이 추가되었다. 새로운 `geom/surfacevel` 속성으로 자유도(DOF) 없이 정적 지오메트리만으로 컨베이어 벨트·트레드밀·턴테이블을 모델링할 수 있게 되었으며, 표면 속도는 물체 운동과 올바르게 합성된다. `geom/adhesion` 및 `pair/adhesion` 속성이 추가되어 점착성 재질과 자석 등을 표현하는 접촉 접착력(adhesive force) 모델링이 가능해졌고, `gap` 속성과 결합하면 거리를 두고 작용하는 접착력도 구현된다. `implicitfast` 적분기(integrator)에서 자유 물체의 미드포인트 적분이 자이로스코픽 도함수(gyroscopic derivatives) 기반 처리로 교체되어, 회전하는 자유 물체가 에너지를 부당하게 얻는 문제가 해결되었다. `body/simple` 속성이 추가되어 컴파일 후 파라미터를 변경하는 도메인 무작위화(domain randomization) 시나리오에서 단순 물체 질량 행렬 최적화를 비활성화할 수 있다.
MuJoCo 3.10.0이 릴리스되었다. 제공된 릴리스 노트 본문에는 공식 changelog 링크만 포함되어 있으며, 구체적인 변경 사항·수정 내역·신규 기능은 본문에서 확인되지 않는다. 원문 내용이 충분하지 않아 세부 내용 요약이 불가하다.
MuJoCo가 버전 3.9.0을 출시했다. 릴리스 노트 본문에는 구체적인 변경 내용이 기재되지 않았으며, 세부 사항은 공식 changelog 페이지를 통해 확인하도록 안내하고 있다. 제공된 원문만으로는 이번 업데이트의 주요 변경점을 파악하기 어렵다.
MuJoCo 3.8.1 버전이 릴리스되었다. 본 릴리스 노트에는 구체적인 변경 내용이 포함되어 있지 않으며, 세부 사항은 공식 changelog 문서를 통해 확인해야 한다.
RealSense SDK의 WW2643 버전은 패시브 뎁스(passive depth) 1단계 데모에 사용된 빌드임을 명시하고 있다. 원문에는 변경 사항, 수정 내역, 기술 사양 등 추가적인 정보가 포함되어 있지 않다.
RealSense SDK 2.0 베타 v2.59.1이 출시되었다. D401 GMSL 듀얼 RGB RAW 컬러(SBGGR10P 포함) 지원과 정렬 깊이 스트림(aligned depth stream) 기능이 새로 추가되었다. GPU 가속 측면에서는 AMD ROCm/HIP 지원, 제로-복사 CUDA 정렬, GPU 가시 캡처 버퍼(V4L2/RSUSB), ARM64 NEON NV12→RGB8 변환이 포함되었다. RealSense Viewer 및 웹 기반 뷰어에 AI 어시스턴트 채팅 패널이 추가되었으며, 복합 옵션 API(Composite-option API)로 다중 파라미터 제어가 가능해졌다. 하드웨어 클록 랩(wrap) 시 타임스탬프 역전, USB 장치 연결 해제 시 CPU 과부하, use-after-free 충돌 등 다수의 버그도 수정되었다.
RealSense SDK 2.0 베타 v2.58.4가 릴리스되었다. Ubuntu 26.04(Resolute) 및 ROS2 Lyrical 지원이 추가되었고, D401 GMSL 듀얼 RGB 지원도 포함되었다. CUDA 기반 제로 카피(zero-copy) GPU 프레임 기능이 도입되어 Jetson 등 통합 GPU 플랫폼에서 호스트-디바이스 간 복사 없이 프레임을 TensorRT로 직접 전달할 수 있다. 기존 Inference API 명칭이 전면 Perception으로 변경되었으며, 스트림은 'Object Detection'으로 재명명되고 `RS2_OPTION_DETECTION_DISTANCE` 옵션이 추가되었다. 글로벌 타임스탬프 오작동, 포즈 역행렬 수치 불안정, Python 콜백 파이프라인 종료 시 GIL(Global Interpreter Lock) 교착 상태 등 다수의 버그가 수정되었다.
RealSense SDK 2.0 베타 v2.58.3이 출시되었다. 인물 감지(Person Detection) 기능이 DDS에 이어 USB 연결도 지원하게 되었으며, 질량 중심 기반 거리 정확도 개선과 기록·재생 기능이 추가되었다. 근거리 깊이 확장(Close Range Depth expansion)이 D555 및 GMSL SKU로 확대 지원되며, 새 임베디드 필터 API(`RS2_EXTENSION_CLOSE_RANGE_EMBEDDED_FILTER`)로 노출된다. 네이티브 ROS2 `.db3` 녹화 파일 재생 지원과 CUDA 포인트클라우드 최적화가 포함되었다. use-after-free, GL 텍스처 누수, FPS 이슈 등 다수의 버그가 수정되었으며, GCC 14 이상 빌드 호환성 및 보안 취약점도 개선되었다.
RealSense SDK(소프트웨어 개발 키트) 2.0 베타 v2.58.2가 공개됐다. D400 시리즈 디바이스를 대상으로 근거리 깊이(close-range depth) 향상 기능이 추가됐으며, NVIDIA Jetson 플랫폼에서 전용 데비안 패키지를 통해 활성화된다. D555 카메라에서는 온칩(on-chip) 신경망 기반 사람 감지 기능이 지원된다. Python 래퍼의 데드락 가능성 수정, 콜백 수명 버그로 인한 SIGSEGV 수정 등 다수의 버그 픽스가 포함됐다. 지원 플랫폼은 Ubuntu 24.04/22.04/20.04, Windows 10/11, NVIDIA Jetson JP5·JP6·JP7, macOS, Android이며 D400·D457·D555 계열 카메라를 지원한다.
Intel RealSense SDK 2.0 v2.58.1이 릴리스됐다. 이번 버전에서는 partial-device-allowed(부분 장치 허용) 설정이 SDK와 뷰어 전반의 기본값으로 변경되어, D400/D500 시리즈 USB 열거 시 장치가 묵시적으로 누락되는 문제가 해소됐다. NVIDIA Jetson JP6/6.2.2 지원이 추가됐으며, USB3 연결 시 메타데이터가 누락되던 문제도 수정됐다. CMake 4.0 호환성 확보, NEON 빌드 플래그 신설, CUDA에서 NEON으로의 폴백 처리 등 빌드 환경이 개선됐다. 이 밖에 Python 래퍼 데드락, WMF 백엔드 크래시, D435 초기 장치 쿼리 누락 등 다수의 버그가 수정됐다.
NVIDIA Isaac Lab 3.0이 공식 출시되었으며, 2.x에서 새 프로젝트로 전환하는 권장 기준 버전이다. 가장 큰 변화는 Isaac Sim 없이도 실행 가능한 kit-less 구조로, Newton과 OV 라이브러리 백엔드만으로 학습·평가·배포 워크플로를 완결할 수 있다. Newton은 Warp 기반 물리 백엔드로 MuJoCo-Warp, VBD, MPM 세 가지 솔버 경로를 제공하며, 강체·변형체·입자를 단일 프레임워크 안에서 다룬다. 단일 태스크 API를 통해 여러 물리·렌더링·시각화 백엔드를 교체할 수 있으며, Isaac Sim은 ROS 브리지·XR·Kit 툴링이 필요한 경우에 한해 선택적으로 사용한다. 이번 릴리스의 대상 환경은 Isaac Sim 6.2, Python 3.12, PyTorch 2.11(CUDA 13.0), NVIDIA Warp 1.17, Newton 1.6.1, RSL-RL 5.5.1이다.
NVIDIA Isaac Lab가 Newton WebAssembly 물리 시뮬레이션의 브라우저 실행 데모를 공식 릴리스 번들로 제공한다. 별도 소프트웨어 설치 없이 브라우저만으로 데모를 구동할 수 있으며, 물리 엔진 재빌드에는 내부 Newton Web 컴파일러와 Emscripten이 필요하다. 새 릴리스를 생성하는 대신 동일 릴리스에 자산(asset)을 추가하는 방식을 채택해 기존 빌드의 재현성을 유지한다. 아카이브에는 내보내기(exporter) 도구, 씬 재빌드 지침, 라이선스, 발행 스크립트가 포함된다.
NVIDIA Isaac Lab 문서용 브라우저 시뮬레이션 데모 v6가 공개되었다. 이번 버전에는 24슬랩 도미노 캐스케이드, VBD(Vertex Block Descent) 케이블 굽힘, 조향 및 직접 섭동을 지원하는 Ant 보행 데모가 새로 추가되었다. 물리 연산은 Newton Warp 커널을 CPU WebAssembly로 컴파일해 처리하며, Three.js가 상태를 렌더링하고 공유 JavaScript 액터가 정책 가중치를 평가한다. 별도의 시뮬레이션 서버 없이 정적 파일로 제공되며, 문서 배포 시 SHA-256 해시 검증을 수행한다.
Isaac Lab Browser demos v5는 MicroDuck 창고 환경에 씬 지오메트리 기반 볼록 충돌체(convex collider), 복합 랙·팔레트 컴포넌트, 12개의 이동 가능한 바닥 소품을 추가한다. 자유 소품에는 250 kg/m³ 기준 밀도로 질량·관성이 자동 계산되어 적용된다. 물리 설정은 BAM 드라이브, Newton 제약 솔버, 50 Hz 정책 제어, 4×5 ms 물리 스텝을 그대로 유지한다. 로봇·정책 에셋은 v2에서, 창고 비주얼·텍스처는 v4에서 재사용되며 v1~v4 아카이브는 변경되지 않는다. 문서 통합 워크플로우는 체크섬이 고정된 아카이브를 사용하며 WASM 컴파일은 수행하지 않는다.
NVIDIA Isaac Lab 브라우저 데모 v4가 공개되었다. 이번 버전에는 엣지-래치 방식의 뷰포트 조이스틱과 MicroDuck 창고 씬이 추가되었으며, 정지 상태에서 회전 시 0.25 m/s 전진 보조가 자동 적용된다. 로봇 드래그에는 2 N의 힘이 적용되고, Factory 메시는 94개의 공유 프로토타입과 797개의 인스턴스로 구성된다. Newton/BAM 시뮬레이션에는 경계·선반·장애물 충돌 처리를 위한 정적 박스 25개가 포함된다. 소프트웨어 렌더링 브라우저 재생은 시각 메시 축소 후 실시간 대비 약 95% 속도로 측정되었다.
NVIDIA Isaac Lab의 브라우저 데모가 v3로 업데이트되었다. MicroDuck, G1, ANYmal-D 세 모델의 뷰포트에 반투명 조이스틱과 간결한 일시정지·리셋 컨트롤이 추가되었다. 마우스 또는 터치로 로봇을 드래그하면 수평 방향으로 2 N의 고정 힘이 가해지고, 배경을 드래그하면 카메라가 궤도 회전한다. 이번 변경은 UI에 국한되며 물리 엔진·정책·지오메트리 파일은 기존과 동일하게 재사용된다. 압축 아카이브 용량이 약 28 KB 늘어나고, 시뮬레이션 재빌드는 필요하지 않다.
NVIDIA Isaac Lab의 브라우저 인터랙티브 데모 버전 2가 공개되었다. 이번 릴리스에서는 소형 정원 환경에서의 MicroDuck 보행 데모가 추가되었으며, 네이티브 BAM 서보, Pollen Robotics v5 액터, 이동·요(yaw) 제어, 일시정지·초기화, 마우스 푸시 경계 처리 기능을 포함한다. v2는 v1 에셋과 뷰어를 재사용하므로 전체 아카이브를 함께 배포해야 한다. 12개 데모 전체에 대해 유한 상태 유지, JavaScript 오류 없음, 키보드·마우스 입력, 모바일 레이아웃, 시뮬레이션 경과 시간 표시가 검증되었다. 릴리스 노트는 이 데모가 정책 평가 벤치마크가 아닌 미리보기 용도임을 명시하고 있다.
NVIDIA Isaac Lab이 11개 인터랙티브 데모를 브라우저에서 실행할 수 있는 정적 배포 자산을 v1으로 공개했다. 포함된 데모는 VBD 강성·천 굽힘, MJWarp 마찰, 조인트 PD 튜닝, MPM 재료, Cartpole, G1, ANYmal-D, Franka 도달·들기·서랍 열기 총 열한 종이다. 아카이브에는 공유 뷰어, Newton WebAssembly 시뮬레이션 캡처본, 정책(policy), 지오메트리, 썸네일, 서드파티 라이선스 고지가 포함된다. 컴파일된 파일은 소스 트리 외부에 보관되며 GitHub Pages 아티팩트를 통해 배포된다. 배포 소스 스냅샷은 NVIDIA GitLab의 omniverse/isaac/isaaclab-browser-demos 저장소 커밋 3b563cd를 기준으로 한다.
NVIDIA Isaac Lab 3.0 Early Access가 공개되었다. 이 버전은 Isaac Sim 6.1, Python 3.12, PyTorch 2.11, NVIDIA Warp 1.16, Newton 1.5.2를 기반으로 한다. 팩토리 기반 멀티 백엔드 아키텍처를 도입해 단일 태스크 API로 물리 엔진(PhysX·Newton), 렌더링, 시각화 백엔드를 조합하여 선택할 수 있다. Isaac Sim 설치 없이 Newton 물리 엔진—MuJoCo-Warp, VBD, MPM 포함—과 kit-less 워크플로로 로봇 학습을 실행하는 환경을 제공한다. 정식 출시(GA)는 2026년 10월 말을 목표로 하며, Early Access 기간에는 버그 수정·안정성·문서 개선에 집중한다.
NVIDIA Isaac Lab이 3.0.0-beta2.patch1을 출시했다. 이번 패치는 Isaac Sim 6.0.1 지원을 추가하며, NuRec(뉴렉) 워크플로우 관련 수정 및 개선 사항이 반영되었다. 의존성 패키지인 h5py의 최소 요구 버전이 3.16.0 이상으로 상향 조정되었다. Isaac Sim 6.0에서 발생하던 스트리밍 크래시 문제도 함께 수정되었다. 또한 Isaac Lab의 Docker 이미지가 Isaac Sim과의 호환성을 높이는 방향으로 업데이트되었다.
NVIDIA Isaac Lab 3.0 Beta 2는 Isaac Sim 6.0과 호환되는 안정화 릴리스로, 멀티 백엔드(multi-backend) 물리 시뮬레이션 아키텍처를 PhysX, Newton, OVPhysX, Isaac RTX 등 전반에 걸쳐 강화했다. Newton 물리 엔진 지원이 확장되어 레이캐스터(ray-caster), IMU/PVA, 접촉 센서, 관절 토크 센서, 변형체(deformable) 및 VBD 결합(coupling)이 추가되었으며, 4족·2족 로봇용 거친 지형 보행 프리셋도 포함되었다. 렌더링 분야에서는 HDR 장면 출력을 LDR 카메라 이미지로 변환하는 물리 기반 이미지 신호 처리 파이프라인(PPISP, physically plausible image signal processing pipeline)인 `isaaclab_ppisp`가 신규 추가되었다. 원격 조작(teleoperation) 워크플로는 MCAP 기록·재생 기능과 비대화형 재생 에이전트(`teleop_replay_agent.py`)를 지원하도록 업데이트되었다. 이 버전은 베타 단계이며 최종 3.0 릴리스 전까지 추가 변경이 발생할 수 있다고 명시되어 있다.
Nav2 1.3.14가 ROS 2 Jazzy 배포판 동기화(Sync) 릴리스로 공개되었다. 릴리스 노트에는 날짜(10월 16일)와 배포판 명칭 외에 구체적인 변경 내역이 기재되어 있지 않다.
Nav2 버전 1.5.3이 10월 16일에 릴리스되었다. 릴리스 노트에는 'Lyrical sync Oct 16'이라는 한 줄만 기재되어 있다. 구체적인 변경 사항, 버그 수정 내역, 호환성 변경 여부는 해당 노트에 명시되지 않았다.
Nav2(ROS 2 내비게이션 스택) 버전 1.5.2가 2026년 9월 15일 출시되었다. 이번 릴리스의 코드네임은 'Lyrical Sync 1'이다. 릴리스 노트 본문에 변경 사항·버그 수정·기능 추가 등의 세부 내용이 기재되어 있지 않다.
Nav2 1.3.13 버전이 공개되었다. 이번 릴리스의 변경 내용은 ROS 2 Jazzy 배포판과의 동기화(Jazzy sync)로만 기술되어 있다. 원문에 추가적인 기술 세부사항이 제공되지 않아 구체적인 변경 범위는 확인되지 않는다.
Nav2 버전 1.5.1이 코드명 'Lyrical'로 2026년 8월 11일 공개되었다. 제공된 본문에는 릴리스 날짜와 코드명 외에 구체적인 변경 내역·수정 사항이 포함되어 있지 않다.
ROS 2 기반 내비게이션 스택 Nav2의 버전 1.5.0이 2026년 8월 4일 'Lyrical' 코드명으로 출시되었다. 제공된 릴리스 노트에는 버전 번호와 코드명, 출시일 외에 구체적인 변경사항·신규 기능·성능 수치가 포함되어 있지 않다. 세부 내용은 공식 저장소의 전체 CHANGELOG를 통해 확인이 필요하다.
ROS 2 Humble Hawksbill의 열다섯 번째 패치 릴리스가 2026년 9월 14일 공개되었다. 플랫폼별 바이너리 패키지와 함께 Ubuntu Jammy용 데비안(Debian) 패키지도 제공된다. Windows 10의 EOL(지원 종료)로 인해 이번 릴리스에는 Windows 바이너리가 포함되지 않는다.
ROS 2 'Lyrical Luth' 배포판의 두 번째 패치 릴리스(2026년 8월 7일)가 바이너리 패키지 형태로 공개되었다. 패키지 설치 전 시스템을 최신 상태로 유지해야 호환성이 보장된다. 런타임 의존성은 공식 바이너리 패키지 설치 안내 문서를 통해 확인할 수 있다. GitHub의 소스 코드 링크는 ROS 2 실제 소스를 포함하지 않는 자동 생성 파일이므로, 소스 빌드를 원할 경우 별도의 빌드 가이드를 참조해야 한다.
ROS 2의 배포판 Lyrical Luth의 첫 번째 패치 릴리스(Patch Release 1)가 2026년 6월 23일 공개되었다. 이번 릴리스는 플랫폼별 바이너리 패키지 형태로 제공되며, 런타임 의존성 설치는 공식 문서의 바이너리 패키지 설치 지침을 따라야 한다. 패키지를 올바르게 사용하려면 시스템이 최신 상태로 유지되어 있어야 한다. GitHub에서 자동 생성되는 Source code 링크는 실제 ROS 2 소스 코드를 포함하지 않으며, 소스 빌드가 필요한 경우 별도의 빌드 가이드를 참조해야 한다.
ROS 2 Jazzy Jalisco의 패치 릴리스(제목 기준 Patch Release 8)가 공개되었다. 이번 릴리스는 Ubuntu 24.04 (Noble)용 Debian 패키지와 RHEL 9용 RPM 패키지를 제공한다. Windows 바이너리는 포함되지 않았는데, Jazzy가 지원하는 Windows 10이 EOL(End of Life, 지원 종료) 상태가 되어 플랫폼 EOL 정책에 따른 조치다. 바이너리 패키지를 정상적으로 사용하려면 시스템을 최신 상태로 유지해야 한다. 소스 코드 빌드를 원하는 경우 별도의 빌드 가이드를 참고해야 하며, GitHub 자동 생성 소스 링크에는 실제 ROS 2 소스 코드가 포함되어 있지 않다.
ROS 2(로봇 운영 체제 2)의 새 배포판 Lyrical Luth가 2026년 5월 22일 공개됐다. Ubuntu 26.04(Resolute)용 Debian 패키지와 RHEL 10용 RPM 패키지를 공식 지원한다. 바이너리 아카이브 설치 외에 소스 빌드 방식도 공식 문서를 통해 안내하고 있다.
HuggingFace의 로봇 학습 프레임워크 LeRobot이 v0.6.1로 업데이트되었으며, `lerobot.types` 모듈이 `lerobot.lerobot_types`로 이름이 변경되는 하위 호환성 미지원(breaking) 변경이 포함되었다. 시각-언어-행동 모델(VLA) 구성 요소가 pi0, pi0_fast, pi05, smolvla, eo1 등 다수의 정책 모델에서 공유 컴포넌트로 리팩터링되어 코드 중복이 줄었다. VLM 기반 서브태스크 어노테이션 기능이 개선되어 가독성 향상된 컨택트 시트, 시드 기반 재레이블링, 자체 호스팅 vLLM 레시피가 지원된다. Diffusion 정책에 그래디언트 체크포인팅(gradient checkpointing)이 추가되어 학습 시 메모리 사용량이 줄었다. GR00T 1.7 LIBERO 체크포인트가 갱신되었고, Hugging Face Jobs를 통한 lerobot-annotate 원격 실행 기능도 추가되었다.
Hugging Face의 로봇 학습 프레임워크 LeRobot이 v0.6.0을 릴리스하며 의존성 구조를 전면 재편했다. 기존에는 기본 설치(`pip install lerobot`)에 데이터셋·학습 의존성이 포함되었으나, 이번 버전부터는 `lerobot[training]` 등 필요한 extras를 명시적으로 지정해야 한다. NVIDIA의 GR00T N1.5가 N1.7로 교체되었고, 최소 PyTorch 버전 요구사항이 2.7로 상향되었다. 강화학습(RL) 스택이 모듈형으로 재설계되어 기존 `sac` 정책 유형이 새로운 RL API 하에서 `gaussian_actor`로 변경되었다. RGB 카메라와 깊이 카메라의 비디오 코덱을 별도로 설정할 수 있도록 옵션이 분리되었으며, ReplayBuffer 경쟁 조건(race condition) 수정 등 다수의 버그 수정이 함께 포함되었다.