실시간 상황 모방 학습을 통한 다음 토큰 예측
상황 기반 학습 능력을 가진 다음 토큰 예측 모델을 통해 새로운 작업을 수행할 수 있다.
제로샷 배포를 위한 일반적인 정책: 로봇 유틸리티 모델
로봇 유틸리티 모델은 새로운 환경에서 추가 학습 없이 직접 일반화할 수 있는 정책을 제공한다.
맥락 인식 재계획: 사전 탐색된 의미 지도를 활용한 물체 네비게이션
사전 탐색된 의미 지도의 정확성을 고려하여 잘못된 결정을 수정하는 맥락 인식 재계획 방법을 제안한다.
로봇 내부 셀룰러 자동화를 활용한 효율적인 로봇 내비게이션
셀룰러 자동화 기술을 활용하여 장애물이 많은 환경에서 로봇의 효율적인 자율 주행을 달성할 수 있다.
로코맨: 경량 로코-매니퓰레이터를 통한 다재다능한 사족 로봇 조작 능력 향상
로코맨은 기존 사족 로봇의 한계를 극복하고 다양한 조작 작업을 수행할 수 있는 새로운 설계를 제안한다. 두 개의 경량 로코-매니퓰레이터를 전방 다리에 장착하여 로봇의 이동성과 조작 기능을 통합하였으며, 이를 통해 좁은 공간에서의 조작, 양손 조작 등 다양한 작업을 수행할 수 있게 되었다.
디지털 트윈 기반 강화 학습을 통한 로봇 매니퓰레이터의 장애물 회피
디지털 트윈과 강화 학습을 결합하여 실시간으로 자기 개선이 가능한 온라인 학습 프레임워크를 제안하여 로봇의 적응성을 향상시킴
로봇 운동 경로 계획을 위한 데이터 기반 기하학 및 위상수학 방법
로봇 운동 경로 계획은 본질적으로 기하학적 문제이며, 최근 위상 데이터 분석 및 관련 계량 기하학, 위상수학, 조합론의 발전으로 새로운 도구가 제공되었다.
다중 레이더 관성 측위를 통한 mmWave 영상 레이더를 이용한 3D 상태 추정
본 연구에서는 mmWave 영상 레이더와 관성 측정 장치를 융합하여 3D 상태 추정을 수행하는 방법을 제안한다. 레이더 도플러 속도 측정의 불확실성을 분석하고 이를 관성 측정 장치와의 통합 최적화 과정에 반영하여 정확한 3D 모션 추정을 달성한다.
저비용 센서를 활용한 신경 방사 필드 기반의 실시간 환경 매핑
VIRUS-NeRF는 저가의 초음파 센서와 적외선 센서를 활용하여 RGB 카메라 기반의 신경 방사 필드 모델을 보완하여 실시간 환경 매핑을 수행합니다.
복합적 지시 따르기를 위한 다단계 합성 추론
복합적인 가정 내 작업을 수행하는 로봇 에이전트는 환경 탐색과 물체 상호작용을 숙달해야 한다. 이를 위해 에이전트는 여러 하위 목표를 개별적으로 처리하는 다단계 합성 추론 접근법을 사용한다.