cuRoboV2: Dynamics-Aware Motion Generation with Depth-Fused Distance Fields for High-DoF Robots
본 논문은 B-스플라인 궤적 최적화, GPU 네이티브 TSDF/ESDF 관측 파이프라인, 그리고 확장 가능한 GPU 네이티브 전신 계산을 통해 단일 암부터 고 DoF 휴머노이드까지 안전하고 역동적으로 동작하는 통합 모션 생성 프레임워크인 cuRoboV2 를 제안합니다.
🦾 Category
cs.RO
867 편의 논문
Safe-SAGE: Social-Semantic Adaptive Guidance for Safe Engagement through Laplace-Modulated Poisson Safety Functions
이 논문은 고차원의 의미론적 이해와 저차원의 안전 제어 간의 격차를 해소하기 위해, 라플라스 유도장 변조 포아송 안전 함수를 활용한 'Safe-SAGE' 프레임워크를 제안하여 로봇이 환경의 맥락에 따라 차별화된 안전 마진으로 동적 환경을 안전하게 탐색할 수 있도록 합니다.
RoboPocket: Improve Robot Policies Instantly with Your Phone
로보포켓 (RoboPocket) 은 증강현실 기반의 원격 추론과 비동기 온라인 파인튜닝을 통해 물리적 로봇 없이 스마트폰만으로 로봇 정책의 취약점을 실시간으로 식별하고 데이터를 효율적으로 수집하여 시뮬레이션 효율성을 극대화하는 새로운 시스템입니다.
Fusion of Visual-Inertial Odometry with LiDAR Relative Localization for Cooperative Guidance of a Micro-Scale Aerial Vehicle
이 논문은 LiDAR 가 탑재된 주 UAV 와 카메라만 장착된 소형 보조 UAV 간의 협력적 항법을 통해 비주얼 - 관성 오도메트리 (VIO) 의 드리프트를 보정하고 정밀한 상대 위치 추정 및 안내를 가능하게 하는 새로운 방법을 제안하고 실험적으로 검증합니다.
A Review of Reward Functions for Reinforcement Learning in the context of Autonomous Driving
본 논문은 자율주행 강화학습의 핵심 요소인 보상 함수의 설계 격차를 안전, 편안함, 진행, 교통법규 준수라는 네 가지 범주로 분석하여 기존 연구의 한계를 지적하고, 맥락을 고려한 구조화된 보상 및 검증 프레임워크와 같은 향후 연구 방향을 제안합니다.
A Bayesian Framework for Active Tactile Object Recognition, Pose Estimation and Shape Transfer Learning
이 논문은 맞춤형 입자 필터와 가우시안 프로세스 암시적 표면을 통합한 베이지안 프레임워크를 제안하여, 로봇이 능동적 촉각을 통해 물체의 클래스와 자세를 인식하고 미지의 물체 형태를 재구성하며 기존 지식을 전이 학습하는 방법을 제시합니다.
Memory, Benchmark & Robots: A Benchmark for Solving Complex Tasks with Reinforcement Learning
이 논문은 강화학습 에이전트의 기억 능력을 체계적으로 평가하기 위해 작업 분류 체계를 제안하고, 다양한 시나리오를 아우르는 MIKASA-Base 와 테이블탑 로봇 조작을 위한 32 개의 과제로 구성된 MIKASA-Robo 벤치마크를 소개합니다.
Evolution 6.0: Robot Evolution through Generative Design
이 논문은 비전 - 언어 모델, 비전 - 언어 - 행동 모델, 텍스트 - 3D 생성 모델을 활용하여 로봇이 필요한 도구를 스스로 설계하고 제작한 뒤 이를 활용해 작업을 수행하는 '진화 6.0'이라는 새로운 자율 로봇 시스템을 제안하고 그 성능을 평가한 내용을 담고 있습니다.
Safety Guardrails for LLM-Enabled Robots
이 논문은 LLM 기반 로봇의 안전성을 확보하기 위해 환경에 맞는 안전 규칙을 생성하는 '루트 오브 트러스트' LLM 과 시간 논리 제어 합성을 결합한 2 단계 방어 아키텍처인 'RoboGuard'를 제안하며, 이를 통해 악의적 공격 하에서도 로봇의 위험 행동을 92% 이상에서 3% 미만으로 획기적으로 줄였음을 입증합니다.
A Self-Supervised Learning Approach with Differentiable Optimization for UAV Trajectory Planning
이 논문은 3D 환경에서 UAV 의 경로 계획을 위해 학습 기반 깊이 인식과 미분 가능한 궤적 최적화를 통합하여 전문가 데이터 없이도 SWAP 제약 하에 일반화 가능성과 해석 가능성을 갖춘 자기지도 학습 접근법을 제안하고, 시뮬레이션 및 실세계 실험을 통해 기존 최첨단 방법 대비 위치 추적 오차 31.33% 감소 및 제어 노력 49.37% 절감 효과를 입증했습니다.
TPK: Trustworthy Trajectory Prediction Integrating Prior Knowledge For Interpretability and Kinematic Feasibility
이 논문은 자율주행의 신뢰성을 높이기 위해 차량, 보행자, 자전거 등 모든 교통 참여자의 상호작용 및 운동학적 사전 지식을 통합하고, DG-SFM 규칙 기반 점수를 통해 상호작용의 해석 가능성을 높이며 물리적으로 실행 가능한 궤적 예측을 가능하게 하는 TPK 모델을 제안합니다.
Extremely Simple Multimodal Outlier Synthesis for Out-of-Distribution Detection and Segmentation
이 논문은 안전이 중요한 다중 모달 환경에서 OOD 검출 및 분할을 위해 이론적 근거를 바탕으로 한 매우 간단하고 빠른 'Feature Mixing' 방법론과 새로운 CARLA-OOD 데이터셋을 제안하여 기존 방법 대비 10 배에서 370 배의 속도 향상과 함께 최첨단 성능을 달성함을 보여줍니다.
Learning with pyCub: A Simulation and Exercise Framework for Humanoid Robotics
이 논문은 C++ 과 YARP 에 의존하지 않고 Python 만으로 humanoid 로봇 iCub 의 물리 기반 시뮬레이션과 다양한 난이도의 학습 연습을 제공하여 초보자도 인간형 로봇의 기초를 쉽게 배울 수 있도록 한 오픈소스 프레임워크 'pyCub'을 소개합니다.
Q-Guided Stein Variational Model Predictive Control via RL-informed Policy Prior
이 논문은 강화학습 기반 정책 사전지식을 활용하여 Q-가이드된 스타인 변분 추론을 통해 다양한 해를 명시적으로 보존하면서 모델 예측 제어의 샘플 효율성과 견고성을 향상시킨 Q-SVMPC 방법을 제안합니다.
VITA: Vision-to-Action Flow Matching Policy
이 논문은 시각 표현에서 직접 잠재 행위로 흐르는 비노이즈·비조건부 흐름 매칭 프레임워크인 VITA 를 제안하여, 시각 조건부 모듈의 반복적 처리를 제거함으로써 추론 속도를 1.5~2 배 향상시키면서도 최첨단 성능을 달성함을 보여줍니다.
Point2Act: Efficient 3D Distillation of Multimodal LLMs for Zero-Shot Context-Aware Grasping
이 논문은 Multimodal Large Language Models(MLLM) 를 활용하여 자연어 지시와 3D 장면 재구성을 결합하고, 효율적인 3D 관련성 필드 및 다중 뷰 집계 기법을 통해 20 초 이내에 정밀한 3D 그립 위치를 도출하는 'Point2Act'를 제안합니다.
No Need to Look! Locating and Grasping Objects by a Robot Arm Covered with Sensitive Skin
이 논문은 시각 입력 없이 로봇 팔 전체 표면에 부착된 민감한 피부의 촉각 피드백을 활용하여 물체를 탐색하고 잡는 새로운 방법을 제안하며, 이는 시야가 제한된 농업 환경 등 다양한 분야에서 적용 가능한 6 배 빠른 탐색 속도와 높은 성공률을 입증합니다.
A Geometric Method for Base Parameter Analysis in Robot Inertia Identification Based on Projective Geometric Algebra
본 논문은 사영 기하 대수를 기반으로 한 새로운 기하학적 방법과 '사면체-점 (TP)' 모델을 제안하여 로봇의 관성 파라미터 식별을 위한 기본 파라미터를 자동으로 분석하는 효율적이고 강력한 알고리즘을 개발하고 이를 다양한 로봇 시스템에서 검증했습니다.
Event-LAB: Towards Standardized Evaluation of Neuromorphic Localization Methods
이 논문은 다양한 이벤트 기반 로컬라이제이션 방법론과 데이터셋 간의 비교를 용이하게 하기 위해 단일 명령어로 설치 및 실행이 가능한 통합 프레임워크 'Event-LAB'를 제안하고, 이를 통해 시각적 장소 인식 (VPR) 과 SLAM 파이프라인을 체계적으로 평가하여 일관된 이벤트 이미지 생성 매개변수의 중요성을 입증합니다.
Segment-to-Act: Label-Noise-Robust Action-Prompted Video Segmentation Towards Embodied Intelligence
본 논문은 embodied intelligence 를 위한 액션 기반 비디오 객체 분할 작업에서 텍스트 프롬프트 및 마스크 주석의 라벨 노이즈 문제를 최초로 다루기 위해 ActiSeg-NL 벤치마크를 구축하고, 병렬 마스크 헤드 메커니즘 (PMHM) 을 포함한 다양한 노이즈 학습 전략의 성능을 분석하여 노이즈 유형별 실패 모드와 강건성 특성을 규명했습니다.