ROBOTNESS
연구

논문

새로 나온 로봇, 피지컬 AI 논문과, 각 논문이 업계에 갖는 의미.

논문 2편
주제전체Manipulation 16VLA 15Navigation 11Perception 9Robotics 9Learning 6Humanoid 5Safety 3Simulation 3Adaptive action horizons 1Aerial Manipulation 1Co-speech Humanoid 1Continuum sensing 1Distributed Manipulation 1Floorplan SLAM 1Grounding 1Humanoid control 1Locomotion 1Memory-centric VLA 1Model-based RL 1Multi-UAV State Estimation 1Policy 1Real-time VLA 1Safe RL-MPC 1Safe VLA 1Soft Pneumatic Actuators 1Tactile 1Terrain traversability 1Text-to-3D Policy 1Tool Co-Design 1Trajectory Correction 1UAV Navigation 1UAV traffic monitoring 1Underwater active mapping 1Vision-Language Navigation 1Visual Grounding 1World models 1World-action model 1
난이도전체입문중급전문가
아직 한국어판이 없어 영어 원문으로 표시.
기술 필터 적용 중: 로봇 파운데이션 모델, 해제
arXiv
VLA중급

ChunkTrust: 행동 전문가 신호로 로봇 정책의 실행 구간을 조절하는 방법

Fanding Huang, Jingyan Jiang, Shifeng Bao, Mingkang Pu, Shiwei Li, Jing Xu, Shijia Xu, Guanbo Huang, Chenghao Gu, Yuzhi Huang, Chenxin Li, Faisal Nadeem Khan, Huan Yang, Yan Wang, Cheng Chi, Zhi WangTsinghua University, Beijing Academy of Artificial Intelligence (BAAI), Renmin University of China, Shenzhen Technology University, Hefei University of Technology, Jiangnan University, Chongqing University, The Chinese University of Hong Kong

로봇 AI 모델은 앞으로의 동작을 한 묶음씩 예측하는데, 그중 몇 개를 실행한 뒤 다시 주변을 살필지는 대개 사람이 고정값으로 정해 왔다. 칭화대와 베이징즈위안인공지능연구원(BAAI) 등이 낸 이번 프리프린트는 이 값을 작업 중에 스스로 고르는 부가 모듈을 제안했고, 피지컬인텔리전스와 엔비디아의 기존 모델을 다시 학습시키지 않고도 시뮬레이션과 실제 양팔 로봇에서 성공률을 끌어올렸다.

VLA로봇 파운데이션 모델모방 학습
Physical IntelligenceNVIDIA
논문 전문 읽기 (PDF)

논문은 arXiv 로봇 피드에서 가져옵니다. 요약이 아직 작성되지 않은 논문은 초록의 첫 부분을 보여줍니다.