코드 생성 기능이 실제 환경을 기반으로 태스크를 재구성하여 시뮬레이션을 수행합니다.
산업과 직무로 찾는 기술 자료
새로 등록한 순서로 정리했습니다. 산업·직무별로 과거 자료까지 찾아보세요.
전체 글
새로 등록한 순서로 정리했습니다. 산업·직무별로 과거 자료까지 찾아보세요.
지능적 데이터 수집을 통해 정책 성능 향상을 실현하는 새로운 접근법을 제시합니다.
목표 기반 강화 학습을 통해 정밀한 역운동학을 실현합니다.
일반화된 로봇 정책이 다양한 작업에서 동시에 개선 가능함을 입증합니다.
시각-언어-운동 데이터를 수천 개의 가상 주거 환경에서 생성하여 자율 움직임을 학습합니다.
공유 토큰화된 표현을 통해 인간과 인간형 로봇의 움직임을 동기화하여 사회적 반응을 생성합니다.
이전 방법과 달리 레이더 타겟 탐지와 운동 추정을 통합하여 일관된 포인트 클라우드 생성과 3D 운동 흐름 예측을 가능하게 합니다.
첫 번째로 시각-언어 모델 기반 자율주행 시스템의 신뢰성 평가를 위한 RoboDriveBench를 제시합니다.
전 세계적으로 처음으로 실제 배포 환경에서의 시스템 결함을 반영한 평가 프레임워크를 제시합니다.
현실적 입력 왜곡에 대한 취약성을 체계적으로 평가하는 첫 번째 연구입니다.
무정형 씨닝 환경에서의 불확실한 공간을 명확히 모델링하는 방법을 제안합니다.
위험 기반 슬라이스를 통해 테스트 예산을 핵심 위험 영역에 집중합니다.
사전 학습 모델을 기반으로 시뮬레이션을 통해 로봇 제어 기술을 학습하는 ZAP 방법을 제시합니다.
동작 추론을 세계 동역학 기반의 연쇄 동작(Chain-of-Dynamics)으로 표현하며, 세계 상상을 통해 이를 강화합니다.
코드 에이전트가 물리적 시뮬레이션을 생성함으로써, 현실과의 일치도를 높이고 스케일링이 가능합니다.