← 목록으로
AI·소프트웨어연구 결과

정교한 손 조작에서 안전성과 성능 균형 도출

원문 발행 2026.10.28 02:58 KST블랙덱 추가 2026.11.02 12:50 KST
요약에 참고한 원문

무엇이 새로워졌나요?

다양한 목표와 리셋을 통한 학습 및 적응적 마찰 곡선을 활용해 손가락 조작 정확도를 향상시킵니다.

핵심 내용

  1. 정교한 손가락 조작을 위한 학습 정책을 시뮬레이션에서 구현합니다.
  2. 안전 필터를 통해 물체 떨어짐을 75% 감소시키고 성능을 유지할 수 있습니다.
  3. 다양한 위치와 방향에서 정확한 목표 달성에 성공합니다.

내 일에 연결해 보면

실제 로봇에서 13.3시간 동안 4,800개 이상의 목표를 95.2% 이상으로 성공하였으며, 안전 필터를 통해 물체 떨어짐을 75% 감소시킵니다.

아직 확인해야 할 점

초록은 시뮬레이션 기반 결과를 보고합니다. 실제 환경의 성능과 적용 범위는 이 자료만으로 확인할 수 없습니다.

요약에 참고한 원문

아래 링크는 원문 사이트의 새 창으로 열립니다.

  1. arxivPushing Dexterity and Safety for In-Hand Object Pose Reaching That Works Remarkably Well