심층 강화학습(DRL) 기반 엔드투엔드 로봇 제어, 조작/보행 정책 학습 및 Sim-to-Real 전이 기법입니다.
📌 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
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: WorldArena 2.0 챌린지 Track 1 우승 및 Track 2 준우승을 달성한 SOTA급 액션 조건부 비디오 월드 모델 실현. 독창적 차별점 2: PRoPE 스타일 기하학적 인코딩을 통해 각 로봇 팔의 SE(3) 변환과 강체 모션 구조를 어텐션 메커니즘에 직접 주입하여 제어 충실도 확보. 실무 파급력 3: 경량 뎁스 브랜치 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 전체 시스템 스택 및 운영 라이프사이클을 아우르는 현실적인 인프라 관리 AI 에이전트 평가 프레임워크 제시 독창적 차별점 2: 15개의 에이전트-모델 조합 실험을 통해 단기 목표 달성 뒤에 숨겨진 비영구적 변경 및 불변성 파괴 등 세밀한 리스크 검증 실무 파급력 3: 자율 시스템 및 대규모 분산 인프라 제어 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과: 추가 학습 없는(Training-free) ‘Visual Lookback Score’를 도입하여 LVLM의 비전-텍스트 정렬도를 정확히 측정하고 Best-of-N 응답 선택 정밀도를 대폭 향상. 독창적 차별점: 기존 LLM 기반의 출력 텍스트 우도(Likelihood) 측정 한계를 진단하고, 입력 이미지를 제거해도 신뢰도 변화가 없는 기존 지표의 시각 무관성(Image-agnostic) 결함을 근본적으로 해결. 실무 파급력: 로봇 비전 제어 및 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 9개 VLM 대상 21,708회 실험을 통해 멀티모달 검열 신호를 6개 차원(거부율, 정보 완전성, 시각적 접지, 국가 정렬 재구성 등)으로 분리 측정 체계 구축. 독창적 차별점 2: 단일 거부 스코어 방식에서 벗어나 명시적 답변 거부(Refusal)는 감소하고 유연한 문맥 재구성(Reframing)이 급증하는 ‘보이지 않는 검열’ 메커니즘을 규명. 실무 파급력 3: … 더 읽기
