물리 법칙과 환경 역학을 내재화하여 현실 세계와 물리적으로 상호작용하는 차세대 로보틱스 지능 모델입니다.
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 0.447 kg의 초경량 중량에서 최대 1.019 N·m 토크를 달성하여 2.28 N·m/kg의 압도적인 중량 대비 토크 비율 구현 독창적 차별점 2: 패시브 조인트와 기어 구동 서보의 조합을 통해 위치-자세 커플링 문제를 극복하고 완전한 6-DoF 탈커플링 제어 달성 실무 파급력 3: 비행 중 나사 조임 및 고부하 접촉 작업 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 열수축 성형, 실리콘 주조, 분말/액체 기반 적층 제조 및 FDM 공정의 기하학적 충실도, 구조적 무결성, 기밀성 종합 평가 독창적 차별점 2: FDM 공정 내 압출 경로(Extrusion-path) 아키텍처 조정을 통한 기밀성 확보 및 공정 개선 방안 도출 실무 파급력 3: 구동기 아키텍처와 제조 제약 조건의 호환성에 기반한 실용적 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 단말기(End-effector) 속도 명령 수준에서 작동하는 경량화 및 모듈식 사전 충돌 방지 프레임워크 구현 독창적 차별점 2: 충돌 시간(TTC) 기반 예측과 로드리고 회전 공식(Rodrigues’ rotation formula)을 결합하여 기존 인공 포텐셜 필드(APF)의 데드락 문제 극복 실무 파급력 3: 포인트 클라우드 처리 지연을 선제적으로 보상하고 고주파수 제어를 달성하여 실제 로봇 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 단일 자유도(1-DoF) 클러치 및 비전-언어 기반 스킬 셀렉터를 도입하여 복잡한 다관절 핸드 궤적 직접 지정의 부담을 해소하고 시연 수집 효율성 향상. 독창적 차별점 2: 내부 핸드 정책과 외부 비주모터(Visuomotor) 정책을 분리한 중첩 구조(Nested Policy)를 통해 배포 단계에서 내부 정책 없이 완전 자율 제어 실현. 실무 파급력 3: … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: nuScenes 150개 홀드아웃 시나리오 테스트에서 G=4 기준 평균 L2 오차를 1.848m에서 1.500m로 대폭 감소시키고 지속적 실패율을 13.03%에서 11.20%로 완화 독창적 차별점 2: 모든 롤아웃 샘플이 실패한 저보상·저다양성 그룹에서 라운드 시작 시점의 동결된 동일 모델 복사본을 교사로 활용하는 실패 정보 기반 자가 증류(Self-Distillation) 메커니즘 도입 실무 파급력 3: … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 모터 마운팅 브래킷에 유연 요소(Compliant element)를 도입하여 제한된 캡스턴 공간 점유 없이 실시간 케이블 장력 측정 달성 독창적 차별점 2: 다중 케이블 상호작용 및 전단 효과를 반영한 다물체 숏-딕 빔(Short-thick-beam) 기반 병렬 연산 프레임워크 구축 실무 파급력 3: 단일 및 이중 세그먼트 연속체 수술 로봇의 실시간 팁 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 제한된 연습 예산(Practice Budget) 내에서 장기 작업 계획(Long-horizon Planning)의 누적 보상을 극대화하는 액티브 스킬 학습 알고리즘(DP) 제안 독창적 차별점 2: 조합폭발 문제를 해결하기 위해 범용 솔버로 정확한 계산이 가능한 빌리니어 프로그램(Bilinear Program) 구조 도입 실무 파급력 3: 시뮬레이션 및 실제 매니퓰레이션 환경 검증을 통해 한정된 리소스에서 효율적인 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 실물 로봇 테스트에서 도메인 내 성공률을 기존 최고 48.3%에서 76.7%로 대폭 향상, 조명 및 배경 변화 시 성공률을 20.0%에서 60.0%로 개선. 독창적 차별점 2: 동결된 DINOv3 피처를 기반으로 행동 감독(Action Supervision)만을 활용해 진행 상황 인식형(Progression-aware) ROI를 동적으로 생성하는 Seeker 아키텍처 제안. 실무 파급력 3: 외부 공간 라벨이나 … 더 읽기
핵심 방법론: 정밀한 3D 모델이나 대규모 데이터 학습 없이, 구·실린더·박스 등 최소한의 기하학적 프리미티브로 객체를 근사화합니다. 제어 프레임워크: 가상의 스프링과 댐퍼를 활용하는 Virtual Model Control (VMC)을 적용해 자연스러운 동적 결합을 유도합니다. 산업적 가치: 기하학적·자세 오차 환경에서도 섀도우 덱스트러스 핸드(Shadow Dexterous Hand) 기반의 강인한 파지(Grasping) 성능을 입증했습니다. 로봇 그래스핑의 패러다임 전환: 데이터 집약적 방식의 한계 기존의 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: Segment Anything(SAM) 모델을 원격탐사 영상 특성에 맞춰 최소한의 파라미터 업데이트로 고도화 독창적 차별점 2: 고정된 저랭크 행렬을 탈피하고 토큰 적응형(Token-Adaptive) 동적 어댑테이션 메커니즘 도입 실무 파급력 3: 대규모 지형 데이터 분석 및 온디바이스 비전 처리 시 연산 오버헤드 대폭 절감 최근 컴퓨터 비전 분야에서 압도적인 제로샷(Zero-shot) 성능을 … 더 읽기