TAG

#강화학습

이 태그가 붙은 기사를 모았습니다. 태그는 AI 분류 단계에서 자동으로 붙고, 검수를 통과한 항목만 노출됩니다.

18건

IEEE Spectrum Robotics2026.10.30

Video Friday: Spot의 전신 조작 시연

IEEE Spectrum의 주간 로봇공학 영상 모음 'Video Friday'에서 RAI(Robotics and AI Institute)의 Spot 로봇이 전신 조작(whole-body manipulation) 능력을 시연하는 영상이 소개되었다. 해당 시스템은 깊이 이미지(depth image)에서 타이어를 블롭(blob)으로 인식하는데, 지나가는 사람이나 바닥의 다른 물체를 타이어로 오인해 목표물을 이탈하는 오류가 일부 실행에서 발생했다. ETH Zurich Robotic Systems Lab은 비정형 환경에서의 휴머노이드 이동성을 위한 접촉 중심 학습 프레임워크를 소개하며, 인간 모션 데이터를 훈련 사전(prior)으로 활용해 모션 모방과 강화학습(reinforcement learning)을 결합한다고 밝혔다. 이번 호에는 CoRL 2026(11월 9~12일, 오스틴)과 Humanoids 2026(12월 6~9일, 산타클라라) 학회 일정도 함께 안내되었다.

큐레이터RAI의 타이어 조작 시연은 깊이 이미지 기반 인식의 오인식 문제를 제작진이 직접 언급할 만큼 현장 신뢰성에 한계가 있어 보인다. ETH Zurich 연구는 짧은 소개 문구만 제공되어 실험이 시뮬레이션인지 실기인지, 평가 지형 종류와 수는 어느 정도인지 이 기사만으로는 확인하기 어렵다.

휴머노이드 로봇 AI

The Robot Report2026.10.24

Eka Robotics, 로봇용 시각-힘-행동 모델 확장을 위해 1억 5천만 달러 조달

Eka Robotics가 로봇용 시각-힘-행동 모델(VFA, Vision-Force-Action) 개발을 위해 1억 5천만 달러를 조달했다. 이 회사는 대규모 강화학습(reinforcement learning)을 통해 로봇이 물리 법칙에 대한 직관을 습득하도록 하는 VFA 모델을 구축하고 있다. 이번 투자금은 해당 모델의 확장에 사용될 예정이다.

큐레이터본문이 매우 짧아 VFA 모델의 구체적인 구조, 적용 로봇 유형, 투자 참여사 등 세부 정보는 확인되지 않는다. 원문 전체 기사를 통해 추가 맥락을 확인할 필요가 있다.

산업·정책·투자 로봇 AI

로봇신문2026.10.21

美 에카 로보틱스, 1억5000만달러 시리즈 A 투자 유치…로봇 손 조작 기술 상용화 추진

미국 로봇 조작 기술 스타트업 에카 로보틱스(Eka Robotics)가 1억5000만달러(약 2000억원) 규모의 시리즈 A 투자를 유치했다. 강화학습(reinforcement learning) 기반으로 높은 속도와 정확도를 유지하며 다양한 작업을 수행하는 로봇 손 조작 기술의 상용화를 추진한다. 이번 투자는 앤드리슨 호로위츠(a16z)와 피델리티 인베스트먼츠 모회사 FMR LLC 계열 벤처캐피털 F-프라임(F-Prime)이 공동 주도했다. 기존 시드 투자자인 오비어스 벤처스(Obvious Ventures)와 E14 펀드도 후속 참여한 것으로 전해진다.

큐레이터원문이 중간에 잘려 있어 투자금 사용 계획, 현재 기술 성숙도, 파트너십 등 세부 내용을 확인하기 어렵다. 로봇 조작 분야 시리즈 A 규모로는 상당히 크므로, 풀 기사에서 기술 검증 현황과 상용화 일정을 확인할 필요가 있다.

산업·정책·투자

로봇신문2026.10.19

日 가와사키중공업-마쓰오연구소, 휴머노이드 강화학습 제어 기술 개발

일본 가와사키중공업과 마쓰오연구소(松尾研究所)가 휴머노이드 로봇 Kaleido9의 강화학습(Reinforcement Learning) 기반 제어 정책을 공동 개발했다. 양사는 엔비디아 시뮬레이터를 활용해 시뮬레이션에서 학습한 정책을 실제 환경에 이식하는 심투리얼(Sim2Real) 개발 체계를 구축했다. 하드웨어·소프트웨어 사양 분석, 실제 로봇의 추론 아키텍처 설계, 학습 및 실기 검증을 포함한 전 과정을 프로젝트 착수 후 6주 만에 완료했다. 양사는 2025년 5월 21일 미국 캘리포니아주 새너제이에서 관련 성과를 발표한 바 있다.

큐레이터Sim2Real 전환 결과가 실제 로봇에서 어느 정도 성능을 보였는지 수치나 과제 조건이 기사에 제시되지 않아, 6주 개발 기간의 의미를 객관적으로 평가하기 어렵다.

휴머노이드 기초·제어이론

Robohub2026.10.16

Robot Talk Episode 166 – 진화하는 로봇 몸체와 두뇌, Rika Antonova와 함께

Robohub의 팟캐스트 Robot Talk 166화에서 Cambridge 대학교(University of Cambridge) Rika Antonova 부교수를 인터뷰했다. 대화 주제는 인공지능을 활용해 로봇 하드웨어와 알고리즘을 상호보완적으로 개발하는 연구다. Antonova의 연구 관심사는 공동설계(co-design), 자동 알고리즘 탐색, 데이터 효율적 강화학습(reinforcement learning), 탐색(exploration), 능동학습(active learning) 등을 포함한다.

큐레이터본문이 팟캐스트 예고 수준에 그쳐 연구의 구체적 기여나 실험 결과는 에피소드를 직접 청취해야 확인할 수 있다.

로봇 AI 기초·제어이론

로봇신문2026.10.11

中서 '휴머노이드 유치원' 첫선…"어린이처럼 모방·탐색 통해 지능 키워"

중국 베이징 서우강파크(首钢园)에 휴머노이드 로봇 10여 대가 입소한 로봇 유치원이 공개됐다. 이 시설은 타산(TASHAN, 他山科技)과 2024년 튜링상 수상자인 리처드 서튼(Richard Sutton)이 공동 설계했다. 로봇들은 정해진 답을 암기하는 대신 시행착오를 통해 성장하는 방식으로 학습한다. 입소 로봇들은 충격 내구성 강화를 위한 하드웨어 개조와 감각 성능 향상을 위한 전자 피부(electronic skin) 장착을 거친다.

큐레이터리처드 서튼은 강화학습(reinforcement learning) 분야의 대표적 연구자로, 시행착오 기반 학습 철학이 설계에 반영된 것으로 보인다. 다만 원문이 중간에 끊겨 있어 구체적인 학습 알고리즘과 평가 방식은 확인하기 어렵다.

휴머노이드 로봇 AI

Robohub2026.10.02

Robot Talk Episode 164 – Michelle Lu와 함께하는 로봇 학습 가속화

Robohub의 팟캐스트 'Robot Talk' 164화에서 진행자 Claire가 Vsim Technology 공동창업자 겸 CEO Michelle Lu와 대화를 나눴다. 이번 에피소드의 주제는 시뮬레이션과 인공지능(AI)을 활용해 로봇에 새로운 기술을 학습시키는 방법이다. Michelle Lu는 NVIDIA에서 시뮬레이션 기술 디렉터로 재직하는 동안 공동창업자와 함께 GPU 가속 강화학습(RL) 프레임워크인 Isaac Gym을 개발한 경력을 갖고 있다.

큐레이터팟캐스트 소개 글 수준의 요약만 공개되어 있어 기술적 세부 내용은 에피소드를 직접 들어야 확인할 수 있다. NVIDIA Isaac Gym 이후 Vsim Technology에서 어떤 방향으로 시뮬레이션 기반 로봇 학습을 발전시키고 있는지가 핵심 관전 포인트다.

로봇 AI 기초·제어이론

로봇신문2026.09.21

스위스 취리히 연방공대, 손가락 끝으로 걷는 로봇 핸드 개발

ETH 취리히(스위스 취리히 연방공대) 산하 소프트 로보틱스 연구실(SRL, Soft Robotics Lab)이 로봇 핸드의 손가락을 이동 수단으로 활용하는 기술을 개발했다. 상용 로봇 핸드에 배터리, 라즈베리 파이(Raspberry Pi) 컴퓨팅 모듈, 관성측정장치(IMU)를 탑재해 별도의 바퀴나 다리 없이 손가락 끝만으로 주행한다. 강화학습(reinforcement learning)을 적용해 자체 무게를 지탱하면서 다양한 지면 특성에서 이동하고 작업을 수행할 수 있도록 했다. 관련 시연 영상은 9월 16일 유튜브에 공개됐다.

큐레이터이동과 조작(manipulation)을 단일 하드웨어로 통합하는 접근이라 별도 이동 플랫폼이 필요 없다는 구조적 장점이 있다. 다만 이 기사에서는 시험 지면 종류·이동 속도·작업 성공률 같은 정량 데이터가 제시되지 않아 성능 수준을 독립적으로 판단하기 어렵다.

기초·제어이론 로봇 AI

전자신문2026.09.19

팔 없이 손가락만으로 움직이는 '로봇 손'

스위스 ETH 취리히 연구진이 다섯 손가락을 다리처럼 사용해 스스로 이동하는 로봇 손을 개발했다. 강화학습(reinforcement learning)을 적용해 전진, 방향 전환, 넘어진 뒤 자세 회복 동작을 학습시켰다. 실제 실험에서 낙하 후 스스로 일어서는 동작의 성공률은 84%로 나타났다. 배터리와 연산 장치를 본체에 내장해 별도의 로봇 팔 없이 독립적으로 동작한다.

큐레이터84% 성공률은 시뮬레이션이 아닌 실기 실험 결과로 보고되었으나, 기사 본문이 중간에 잘려 있어 작업 수행 능력 등 나머지 성능 지표는 확인이 어렵다.

기초·제어이론

인더스트리뉴스2026.09.14

로봇도 유치원 다닌다… 타샨·오픈마인드, 베이징에 ’로봇 유치원’ 개원

중국 촉각센서 기업 Tashan Technology(他山科技, 타샨)와 인공지능·강화학습 연구기관 OpenMind(오픈마인드)가 베이징에 '로봇 유치원(Robot Kindergarten)'을 개원했다. 이 시설에서는 로봇이 실제 물리환경에서 직접 경험을 축적하며 학습하는 방식을 실험한다. 강화학습(reinforcement learning) 분야의 선구적 연구자인 리처드 서튼(Richard Sutton) 교수가 이 프로젝트에 참여한다.

큐레이터원문이 중간에 잘려 프로젝트의 구체적인 방법론, 사용 로봇 사양, 실험 규모 등 핵심 정보가 확인되지 않는다. 완전한 기사를 통해 시뮬레이션 대비 실기 학습의 비중과 실험 설계를 추가로 확인할 필요가 있다.

로봇 AI

로봇신문2026.09.13

캐나다 산업자동화 기업 벤션, 몬트리올에 '피지컬 AI 연구소' 개소

캐나다 산업자동화 기업 벤션(Vention)이 몬트리올에 피지컬 AI(Physical AI) 연구소를 개소했다. 연구소는 로봇 제어, 모션 플래닝(motion planning), 컴퓨터 비전(computer vision), 비전 파운데이션 모델, 시연을 통한 학습(Learning from Demonstration), 강화학습을 주요 연구 분야로 삼는다. 산업 현장에서 직접 수집한 데이터를 이용해 로봇용 피지컬 AI 모델을 후학습(post-training)하고, 실제 생산라인에서 검증하는 데 초점을 맞춘다. 지미 리(Jimmy Li) 피지컬 AI 디렉터가 연구소를 이끌며, 현재 팀원은 8명이다.

큐레이터개소 발표 외에 구체적인 연구 성과나 공개 일정이 제시되지 않았으며, 현장 수집 데이터가 외부에 공개될 가능성은 낮아 연구 재현 가능성은 추후 확인이 필요하다.

로봇 AI 산업·정책·투자

ROS Discourse2026.09.10

Gazebo Gymnasium: Gazebo에 강화학습 통합하기

gazebo_gymnasium은 Gazebo 시뮬레이터와 Gymnasium 강화학습(RL) 라이브러리를 결합한 독립 패키지로, pixi를 통해 설치된다. 브리지 API를 활용해 기존 Gazebo·ROS 패키지와 연동할 수 있으며, 사용자가 Gazebo 내부 라이브러리를 직접 다루지 않아도 RL 환경을 구성할 수 있다. 패키지 검증을 위해 병렬 시뮬레이션 학습과 도메인 랜덤화(domain randomization) 기법을 적용한 라인 팔로워(line follower)를 개발했다. 학습된 정책은 시뮬레이션의 다양한 트랙에서 평가된 후, 연구팀이 직접 제작한 실물 차동 구동(differential drive) 로버에 배포되어 라인 추종에 성공했다.

큐레이터실기 배포 성공은 연구팀 자체 보고이며, 검증 과제가 라인 팔로워 한 종류에 그쳐 더 복잡한 조작·주행 과제로의 범용성은 아직 확인되지 않았다.

로봇 AI 기초·제어이론

로봇신문2026.09.09

中 아스트리봇, 로봇 온라인 강화학습 기술 ‘스무드RL’ 개발

중국 휴머노이드 로봇 기업 아스트리봇(Astribots, 星尘智能)이 실제 가동 환경에서 로봇을 정지 없이 학습시키는 온라인 강화학습(reinforcement learning) 프레임워크 SmoothRL을 개발했다. 기존 방식과 달리 시뮬레이션 없이 실제 작업 현장에서 직접 강화학습을 수행한다. 시각-언어-행동 모델(VLA) 등 대규모 로봇 모델을 실제 하드웨어에 적용할 때 모델의 행동 계산 시간과 로봇의 실행 시간 사이의 불일치에서 발생하는 비동기 추론(asynchronous inference) 문제를 해결 대상으로 삼는다.

큐레이터아스트리봇 자체 발표로, 어떤 작업 유형·몇 가지 과제·어떤 하드웨어 조건에서 검증했는지 독립적으로 확인된 바가 없어 범용성 판단은 유보가 필요하다. 비동기 추론 문제를 다룬 선행 연구들이 이미 존재하므로, SmoothRL이 기존 접근과 무엇이 구체적으로 다른지 비교가 필요하다.

로봇 AI 휴머노이드

로봇신문2026.09.06

日 오사카대·고베대, 감정 표현하는 2족보행 로봇 개발

일본 오사카대와 고베대 공동 연구팀이 강화학습(reinforcement learning) 기반 감정 표현 보행 프레임워크 EmoLo(Emotion-Inspired Expressive Locomotion)를 개발했다. EmoLo를 적용한 오픈소스 2족보행 로봇 Open Duck Mini V2는 '기쁨', '보통', '슬픔' 세 가지 감정 스타일에 맞춰 보행 동작을 수행할 수 있다. 해당 연구 성과는 2026년 8월 24일부터 28일까지 일본 후쿠오카에서 개최된 국제 학술대회에서 발표됐다.

큐레이터세 가지 감정 범주만 다루어 표현 범위가 좁고, 해당 보행 동작이 실제 관찰자에게 의도한 감정으로 지각되는지를 확인하는 인간 평가(perceptual study) 결과가 요약에 언급되지 않아 표현 효과를 독립적으로 판단하기 어렵다.

기초·제어이론 휴머노이드

ROS Discourse2026.09.04

2026년 8월 31일 주간 ROS 뉴스

Bosch가 주최한 ROS By-The-Bay 행사가 마무리되었으며, 다음 대면 행사로 캐나다 토론토에서 ROSCon Global이 예정되어 있다. 스웨덴 대학원생 Fares Espiro가 Gazebo와 ROS 2 기반 실내 추종 로봇의 전체 시뮬레이션 스택 소스코드를 공개했다. Gazebo 핵심 시스템 리셋에 대한 품질 보증 작업이 완료되어 강화학습(RL) 훈련 안정성이 향상되었다. Open-RMF Crossflow 다이어그램 편집기에 UI/UX 개선이 추가되었다.

큐레이터Gazebo 시스템 리셋 품질 보증 완료는 강화학습 훈련 파이프라인에 직접 영향을 주는 변경으로, 해당 워크플로를 사용하는 개발자는 업스트림 변경 사항을 확인할 필요가 있다; 공개된 실내 추종 로봇 스택은 대학원 연구 수준의 시뮬레이션 코드이므로 실기 환경으로의 전이 가능성은 별도로 검토해야 한다.

학회·이벤트

ROS Discourse2026.09.03

Bimo: sim-to-real 전이를 지원하는 오픈소스 이족보행 로봇 키트

Bimo는 이족보행 로봇 연구·교육을 위한 오픈소스 플랫폼으로, 완조립 SLS 키트와 직접 출력·조립하는 DIY 키트 두 가지 형태로 제공된다. 높이 45cm, 무게 약 1.6kg의 본체에 8개의 STS-3215 서보, BNO08x 9-자유도(DOF) IMU, 4개의 TOF 센서, 2개의 180° 화각 카메라, 커스텀 RP2040 기반 컨트롤러를 탑재한다. Isaac Lab 기반 sim-to-real 파이프라인을 내장하며, MCU 등 제한된 하드웨어에서 강화학습(RL) 정책을 구동할 수 있는 지식 증류(distillation) 스크립트를 함께 제공한다. 두부 공동에 M3 마운트와 최대 1kg 페이로드 지원 구조를 갖춰 비전·SLAM 모듈 등 추가 하드웨어 장착이 가능하다. 중추 패턴 발생기(CPG, Central Pattern Generator) 기반 기본 보행 알고리즘이 내장되어 있어 별도 학습 없이도 즉시 보행을 시작할 수 있다.

큐레이터sim-to-real 파이프라인이 '내장'되어 있다고 소개하지만, 실제 하드웨어에서 전이 성능이 어느 수준인지는 요약에 제시되지 않았다. 또한 MCU 구동을 위한 지식 증류 과정에서 원본 RL 정책 대비 어느 정도의 성능 손실이 발생하는지가 확인되어야 실용성을 판단할 수 있다.

기초·제어이론 휴머노이드

ROS Discourse2026.08.31

[GSoC 2026] Gazebo 핵심 시스템 리셋 QA

Open Robotics 멘토링 하에 진행된 GSoC 2026 프로젝트로, Gazebo 시뮬레이터 핵심 플러그인의 리셋(reset) 경로에 대한 테스트 스위트 구축과 감사(audit)를 수행했다. Gazebo 핵심 플러그인은 Configure·PreUpdate·Update·PostUpdate 흐름을 중심으로 설계됐으며, Reset 기능은 강화학습(RL) 에피소드 재시작 요구에 따라 이후 추가됐다. 그러나 대부분의 플러그인은 Reset 경로에 대한 검증이 이루어지지 않아, 이전 상태가 잔류하면 다음 에피소드가 실제 리셋으로 동작하지 않아 학습 신뢰성이 저하될 수 있다. 개발자는 gz-sim/src/systems 내 고영향 시스템을 배치(batch) 단위로 감사하며, 리셋이 정상이면 테스트만, 문제가 있으면 수정과 테스트를 함께 포함한 풀 리퀘스트(PR)를 순차 제출했다.

큐레이터리셋 경로의 잔류 상태는 에피소드가 겉으로는 재시작된 것처럼 보이면서도 학습 데이터를 오염시키는 조용한 버그여서, 수정 범위와 대상 플러그인 목록이 최종 확정될 때까지 현재 Gazebo 기반 RL 파이프라인의 재현성 평가는 유보가 필요하다.

기초·제어이론

로봇신문2026.08.30

中 부스터로보틱스, 휴머노이드 로봇 동적 비전 의사결정 기술 개발

중국의 부스터로보틱스(Booster Robotics, 加速进化)가 로봇 분야 국제 학술지 사이언스 로보틱스(Science Robotics)에 휴머노이드 로봇의 시각 기반 반응형 축구 기술 학습에 관한 논문을 발표했다. 논문 제목은 'Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots'이며, 시각적 불확실성에 대응하기 위한 통합 감지-동작 강화학습(reinforcement learning) 프레임워크를 다룬다. 해당 연구는 중국 로봇 전문 포털 중국로봇망을 통해 소개됐다.

큐레이터요약에는 실험이 시뮬레이션 환경인지 실제 로봇을 대상으로 한 것인지 명시되지 않아, 결과의 현장 적용 가능성을 판단하려면 논문 원문의 실험 조건 확인이 필요하다.

휴머노이드 로봇 AI