864 편의 논문
이 논문은 EMG 기반 의도-힘 추론과 비전-촉각 센서 융합을 통해 실시간 진동 촉각 피드백을 제공하는 폐루프 보조 원격 조작 프레임워크인 TEGA 를 제안하여, 상지 장애인이 다양한 물체를 안정적으로 조작할 수 있도록 힘 조절을 용이하게 함을 보여줍니다.
이 논문은 자연어 지시와 인간 피드백을 활용하여 시뮬레이션된 조작 작업에서 모방 학습 정책을 강화 학습으로 정제하는 'PRISM' 프레임워크를 제안함으로써, 새로운 목표와 제약 조건에 대한 정책의 재사용성과 데이터 효율성을 높이고 배포 강건성을 개선하는 방법을 제시합니다.
이 논문은 역과제 학습을 통해 새로운 조건에서도 일반화 가능한 로봇 제어 정책을 제안하며, 직접적인 지도 없이도 역과제를 성공적으로 수행할 수 있도록 forward 시연 데이터를 활용한 공동 학습 방식을 제시합니다.
이 논문은 기존 방법론이 개별적으로 검증하여 보수적인 결과를 초래했던 한계를 극복하고, 혼합 정수 선형 계획법 (MILP) 을 활용하여 모든 키포인트 간의 상호 의존성과 결합된 편차를 동시에 검증함으로써 학습 기반 키포인트 검출기의 강건성을 최초로 보장하는 새로운 프레임워크를 제안합니다.
이 논문은 자연어 기반의 협력적 에이전트 아키텍처인 RACAS 를 제안하여, 소스 코드나 모델 재학습 없이 다양한 로봇 플랫폼 간에 고수준 자율 행동을 가능하게 함으로써 로봇 프로토타이핑의 장벽을 획기적으로 낮췄음을 보여줍니다.
이 논문은 구동기 제한과 부분 구동 특성을 가진 연성 로봇의 작업 공간 제어 안정성을 보장하기 위해, 제어 리아푸노프 함수를 볼록 부등식 제약으로 활용하는 새로운 제어 프레임워크를 제안하고 다양한 시뮬레이션 환경에서 기존 방법보다 우수한 성능을 입증합니다.
이 논문은 의료 환경에서 로봇의 다양한 실패 유형에 대한 사용자의 다중 모달 반응과 복구 선호도를 체계적으로 분석하기 위해 고안된 'RFM-HRI'라는 새로운 다중 모달 데이터셋을 소개하고, 실패가 사용자의 정서와 통제감에 미치는 부정적 영향을 규명하여 안전이 중요한 로봇 상호작용의 실패 감지 및 복구 방법론 개발에 기여합니다.
이 논문은 오픈 월드 환경에서 객체 간 관계와 맥락을 이해하여 탐색을 효율화하기 위해, 대형 언어 모델의 관계적 지식을 경량 모델로 증류하여 3D 장면 그래프 기반의 실시간 상호작용적 객체 탐색 방법인 SCOUT 을 제안하고, 새로운 벤치마크 SymSearch 를 통해 그 유효성을 입증합니다.
이 논문은 인간이 새로운 환경에서도 로봇이 과업에 불필요한 상태 요소를 무시하고 일반화할 수 있도록, 추가 라벨 없이 모방 학습 프레임워크와 결합하여 관련 상태만 선택적으로 강조하는 자기지도식 가변 마스크 (TransMASK) 를 제안합니다.
이 논문은 시뮬레이션과 실제 로봇에서 수집한 원격 조작 데이터를 바탕으로, 예측된 로봇 상태와 촉각 피드백을 일관성 매핑을 통해 제어기 실행 가능 목표로 변환함으로써 정교한 다관절 조작을 가능하게 하는 '접촉 기반 정책 (Contact-Grounded Policy)'을 제안합니다.
이 논문은 SAE 레벨 1~2 를 넘어선 과도기 자율주행차 (tAV) 와 인간 운전 차량 간의 차선 변경 상호작용을 분석하기 위해, 152 회 실험으로 구성된 고정밀 궤적 데이터셋인 'NC-tALC'를 소개하고 그 실증적 가치를 제시합니다.
이 논문은 지상 및 우주 환경의 장애물을 고려하여 로봇 적층 제조를 위한 온라인 환경 인식 경로 생성 프레임워크를 제안하고, 다양한 경로 계획 알고리즘의 성능을 평가하여 복잡한 환경에서 가장 효과적인 경로 생성 방법을 규명합니다.
이 논문은 의료 통역 로봇을 위해 오픈 소스 LLM 과 프라이버시 보호형 비전 - 언어 프레임워크를 활용하여 임상 대화의 의도를 감지하고 자연스러운 제스처를 생성하는 시스템을 제안하며, 새로운 데이터셋을 통해 높은 정확도와 인간적인 제스처 생성 성능을 입증했습니다.
이 논문은 가시광선으로는 감지할 수 없는 열적 정보를 통합하고 제어 장벽 함수를 통해 안전성을 보장함으로써, 비정형 환경에서의 안전하고 견고한 로봇 조작을 가능하게 하는 멀티모달 프레임워크인 'Safe-Night VLA'를 제안하고 실증합니다.
이 논문은 비전 - 언어 모델 (VLM) 이 생성한 구조화된 공간 제약 조건을 활용하여 사전 학습된 비디오 생성 모델의 물리적으로 비현실적인 출력과 기하학적 재매핑 오차를 보정함으로써, 별도의 작업별 학습 데이터 없이도 로봇 조작의 성공률을 획기적으로 향상시키는 'EmboAlign' 프레임워크를 제안합니다.
이 논문은 신호 시계열 논리 (STL) 명세와 운동역학적 제약을 고려한 다중 로봇 경로 계획 문제를 해결하기 위해, 국소 비용 지도 학습을 위한 제약 조건 베이지안 최적화 기반 트리 탐색 (cBOT) 과 STL 기반 충돌 해결을 통합한 2 단계 프레임워크를 제안하고 실제 수면 차량 실험을 통해 그 유효성을 입증합니다.
이 논문은 시뮬레이션과 현실 간의 격차와 환경 변화에 따른 불안정성을 해결하기 위해, 고수준의 의사결정과 저수준의 보행 제어를 연결하는 계층적 정책 아키텍처 'TDGC'를 제안하여 다양한 지형에서의 네비게이션 성공률을 향상시키는 방법을 제시합니다.
이 논문은 230 달러의 저비용으로 제작된 경량 케이블 구동 힘 피드백 장갑인 CDF-Glove 를 소개하여, 실시간 촉각 피드백을 통해 모방 학습용 데모의 품질을 크게 향상시키고 다양한 로봇 손에 적용 가능한 오픈소스 솔루션을 제시합니다.
이 논문은 기존 잠재 행동 모델이 놓친 장기적인 시간적 구조를 포착하기 위해 사전 훈련된 모델을 저수준 추출기로 활용하여 고수준 잠재 기술을 발견하는 계층적 잠재 행동 모델 (HiLAM) 을 제안합니다.
이 논문은 다양한 관절형 물체의 개폐를 위해 핸들 및 패널 기하학을 저차원 특징으로 인코딩하는 SAFE 와 관절 정보를 추정하는 ArtIEst 를 도입하여, 보행형 매니퓰레이터의 이종 관절형 물체 조작을 위한 강인하고 샘플 효율적인 프레임워크를 제안합니다.