로봇 비전 및 온디바이스 AI, 3D Occupancy, 센서 퓨전, 모션 플래닝
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 기존 누적형(Append-only) 메모리의 한계인 시간 경과에 따른 메모리 오염 문제를 해결하는 실패 인지 인사이트 그래프 구조 도입 독창적 차별점 2: 각 인사이트 노드별 긍정/부정 증거 추적 및 유틸리티 인지 검색 메커니즘을 통해 유효성 동적 검증 수행 실무 파급력 3: 장기 호라이즌 작업 및 복잡한 지능형 시스템 환경에서 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 251개의 건설 표준 문서, 17만 개 이상의 노드와 31만 개 이상의 엣지로 구성된 대규모 멀티모달 지식그래프(MKG) 및 RAG 아키텍처 구현 독창적 차별점 2: 키워드 기반 단순 검색을 탈피하여 문서 계층 구조와 이질적 표준 지식을 통합하고, 조항 수준의 추적 가능한 증거 연결성 확보 실무 파급력 3: BLEU 및 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 78일간 텐센트 3개 추천 시스템 비즈니스 라인에 배포되어 1,624회의 CLI 툴 디스패치 및 78.6%의 누적 성공률 기록 독창적 차별점 2: 파이프라인 전체가 아닌 명확한 결정점(Decision Points)에만 에이전트 자율성을 한정하고, 장기 실행 데몬을 배제한 이벤트 기반 런타임 설계 실무 파급력 3: 스파크(Spark) 및 GPU 대기 시간 동안 CPU … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: AndroidWorld-Generalization에서 45.0% 성능 달성 및 AndroidWorld Plus 성능을 38.6%에서 52.9%로 대폭 향상 독창적 차별점 2: 소스 인터페이스 상태를 배제하고 전송 가능한 워크플로우 컨텍스트와 정책을 동시에 최적화하는 테스트 타임 적응(TTA) 구조 도입 실무 파급력 3: 사전 학습되지 않은 임베디드 및 모바일 자율 에이전트 환경에서 최소한의 인터랙션으로 실시간 적응 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 비디오 디코딩 과정 없이 사전 학습 데이터 없이도 LIBERO 벤치마크에서 표준 및 가속 변종이 각각 96.7%, 96.9%의 평균 성공률 달성. 독창적 차별점 2: Future-KV 사전 채우기(Prefill)와 동역학 레지스터를 도입하여 명시적인 미래 프레임 생성 연산 비용을 원천 차단. 실무 파급력 3: 실시간 로봇 제어 및 모션 플래닝에서 고비용의 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 교사가 주도하는 정보성 커리큘럼 설계가 기존 수동적 학습자 주도 쿼리 방식 대비 고차원 보상 공간에서 압도적인 학습 효율을 달성함을 규명 독창적 차별점 2: 학습자가 교사의 내부 신념을 추적하는 2차 마음이론(ToM-2) 기반 ‘이해 진술(Understanding Statements)’을 도입해 교사 모델의 편향과 드리프트를 효과적으로 보정 실무 파급력 3: 다중 인간 교사 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 7B 모델 대상 PPO 메타컨트롤러 적용 시 전력 제한 위반 89.8% 감소, 토큰 출력 18.1% 증가, 에너지 효율 26.2% 향상 달성 독창적 차별점 2: 워크로드 블라인드 방식의 기존 정적 전력 캡핑을 탈피하여, 생성 파라미터를 동적으로 조절하는 액츄에이터-권한(Actuator-Authority) 최적화 도입 실무 파급력 3: 대규모 GPU 플릿 환경에서 30초 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 29-DoF Unitree G1 휴머노이드 기준 다리 길이의 114%에 달하는 0.8m 높이의 고지형을 제로샷(Zero-shot) 시뮬레이션-투-실물(Sim-to-Real) 전송으로 자율 등반·횡단 달성 독창적 차별점 2: 속도 기반 제약 대신 최적 진행 상황을 추적하고 비개선 단계를 페널티로 부과하는 ‘일반화된 래칫 보상(Generalized Ratchet Progress Reward)’ 도입 실무 파급력 3: 지형 조건부 행동(등반, 하강, … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 4,200만 파라미터, 1억 프레임 이상의 모션 캡처 데이터, 2만 1천 GPU 시간을 투입하여 휴머노이드 제어 모델의 대규모 스케일링 법칙(Scaling Law) 입증 독창적 차별점 2: 수동 보상 함수 설계(Manual Reward Engineering)를 배제하고, 고밀도 모션 캡처 데이터 기반의 감독 학습을 통해 자연스러운 인간 모션 프라이어(Motion Prior) 획득 실무 파급력 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 1,305,840개의 복셀 기반 소프트 로봇 디자인 공간 전체를 매핑하여 형태-적합도(Morphology-Fitness) 지형 규명 독창적 차별점 2: 기존 진화 알고리즘이 돌연변이 직후의 유망한 신체 구조를 과소평가하고 제거함으로써 최적해 탐색에 실패하는 메커니즘 입증 실무 파급력 3: 하드웨어와 제어기의 동시 최적화 과정에서 발생하는 골-스위칭(Goal-switching) 현상의 유효성 및 한계 제시 서론: 형태-제어 … 더 읽기
