PyTorchKR Papers

최신 논문

총 1,159편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.20053v1cs.LG

배터리 내부 상태 자기회귀 예측을 위한 신경망 대체 아키텍처 비교 연구

Comparative Study of Neural Surrogate Architectures for Autoregressive Prediction of Internal Battery States

Doyle-Fuller-Newman (DFN) 모델은 리튬이온 배터리의 내부 전기화학적 상태를 높은 충실도로 해석합니다. 그러나 지배 방정식의 수치 해는 실시간 배포에 있어 계산적으로 비용이 너무 많이 들어, 개별 셀에서 팩(pack) 및 플릿(fleet) 규모 응용으로의 확장성을 제한합니다. 머신러닝 대체 모델(surrogate)은 GPU 가속을 통해 추론(inference) 지연 시간을 크게 줄일 수 있지만, 기존의 대부분 접근 방식은 일반화 가능한 상태 진화 역학을 학습하기보다는 특정 운용 조건에 묶인 해 근사치를 학습합니다. 본 연구는 광범위한 운용 조건에 걸쳐 전체 DFN 내부 상태를 예측하는 자기회귀 상태 천이 연산자로 공식화된 4가지 신경망(neural network) 아키텍처(MLP, ResNet, U-Net, FNO)에 대한 체계적인 비교를 제시합니다. 통제된 아키텍처 비교를 보장하기 위해, 모든 모델(model)은 다단계 펼침(multi-step unrolling) 및 전류 조건화(current-conditioning)를 사용하는 통합 프레임워크 하에서 학습되어 공간적 귀납적 바이어스(spatial inductive bias)의 영향을 분리합니다. 결과는 U-Net의 다중 스케일 특징(feature) 계층이 300단계 자기회귀 롤아웃(rollout) 후 모든 내부 상태 변수에 평균된 평균 최종 단계 nRMSE 3%를 달성하면서, 수치 해석기 대비 5.38배의 속도 향상을 제공함을 보여줍니다. 이러한 발견은 공간적 귀납적 바이어스를 대체 모델 성능의 중요한 결정 요인으로 강조하며, 차세대 배터리 관리 시스템 및 디지털 트윈을 위한 내부 상태 관측 가능성 대체 모델의 개발을 발전시킵니다.

arXiv:2606.19711v1cs.RO

해상 시험 데이터로부터 자율 수중 운동체 기동 모델링을 위한 미분 가능한 복합 근사 프레임워크

A Differentiable Composite Approximation Framework for Autonomous Underwater Vehicle Maneuvering Modeling from Sea-Trial Data

온보드 측정에 기반한 현장 기반 모델링은 실제 운용 특성을 반영하는 자율 수중 운동체(AUV) 기동 모델을 생성할 수 있습니다. 근사 관점에서 볼 때, 기존 기동 모델은 미리 정의된 제약 다항식 기저를 사용하는 반면, 데이터 기반 모델은 데이터 적응형 기저를 사용합니다. 이러한 기저 함수 관점에서 동기를 얻어, 본 논문은 미분 가능한 복합 근사 정식화를 제시합니다. 여기서 다항식 기저 구성 요소와 데이터 적응형 기저 구성 요소는 단일 예측기의 미분 가능한 부분으로 처리되어 공동으로 보정됩니다. 실물 규모 AUV 기동 예측을 위해 그래디언트 기반 공동 보정 방법이 개발되었으며, 여기서 민감도 인식 메커니즘은 유계 다항식 업데이트를 조절하는 반면, 신경망 잔차는 공유된 예측 목표 하에서 남은 비선형 불일치를 포착합니다. 현장 데이터의 해류 효과를 고려하기 위해, 선회 운동 기반 해류 추정 및 보정 절차를 통합하여 학습 및 롤아웃을 위한 해류 보정된 학습 타겟을 구성합니다. 이 프레임워크는 다양한 기동 조건에서 7미터 AUV로부터 수집된 해상 시험 데이터를 사용하여 평가되었습니다. 결과는 제안된 방법이 다항식 전용, 신경망 전용, 고정 사전 하이브리드 기준 모델과 비교하여 재귀적 궤적 및 속도 예측을 향상시킴을 보여주며, 현장 데이터 기반 AUV 기동 모델링에 대한 적용 가능성을 입증합니다.

arXiv:2606.19386v1cs.SE

구조적으로 이안정한: 실제 시간 기준 보정 상태 모니터는 에이전트 수행 속도에서 순간 탐지 영역을 갖지 않는다

Bistable by Construction: Wall-Clock-Calibrated State Monitors Have No Moment-Detection Regime at Agent Cadence

자율 에이전트를 위한 런타임 모니터는 일반적으로 누적된 내부 상태(행동 기준선, 드리프트 통계, 또는 우리의 이전 연구에서는 모델링된 정서 상태)에 임계값을 적용한다. 우리는 이전에 상태 포화 함정(State Saturation Trap)을 보고한 바 있다: 연속적인 정서 엔진(affect engine)에 대한 상태 임계값 트리거가 SWE-bench 디버깅 에이전트에서 거의 일정한 경보로 작동한다는 것이다(Modgil 2026). 출시 후 감사 결과 엔진이 행동 사이에 dt=0을 수신했으므로 지수 감쇠가 작동하지 않았음이 밝혀졌다: 게시된 함정은 순수 누적기 결과였다. 우리는 기록을 수정하고(정오표, v2) 이 결함을 실험으로 간주한다. 이것이 드러내는 핵심 변수는 모니터의 역학이 샘플 시간(관측당, CUSUM처럼)으로 보정되었는지, 아니면 실제 시간(초 단위 반감기, 정서 모델 및 EMA 기준선처럼)으로 보정되었는지 여부이다. 고정 속도 스트림에서는 이들이 일치하지만, 행동 간 시간이 수 단위로 차이가 나는 에이전트 스트림에서는 일치하지 않는다. 20개 궤적에 대한 균일한 간격(dt in {0..600}s)에 대한 사전 등록된 스윕(sweep)은 실제 시간 레벨 트리거가 두 가지 영역을 가짐을 보여준다: dt<=1s에서는 일정한 경보(20/20; 중앙값 18회 발사), dt>=60s에서는 무음이다. 모든 임계 dt는 (1,30]s 사이에 있다. 실제 에이전트 실행은 지연 시간을 중앙값 1.53s(p90 2.33s)로 측정한다; 실제 코딩 수행 속도는 함정 영역 내에 위치하며, 이는 수정된 메커니즘 하에서의 경험적 발견을 입증한다. 이 구조는 엔진이 아닌 보정 클래스의 속성이다: 원본 오류 스트림에 대한 최소 실제 시간 누적기는 동일한 절벽(cliff)을 재현하는 반면, 동일한 스트림에 대한 샘플 시간 CUSUM은 정확히 dt 불변이다(20/20). 히스테리시스가 포함된 상승 에지 트리거는 모든 조건에서 궤적당 0-3회 발사한다. 우리는 실제 시간 기준 보정 누수 적분기(leaky-integrator) 모니터가 에이전트 스트림에서 순간 탐지기로 작용하는 영역을 허용하지 않는다고 결론짓는다; 전이 탐지는 모든 수행 속도에서 함정을 피하지만, 인간 개입 타이밍은 회복하지 못한다.

arXiv:2606.20529v1cs.AI

LedgerAgent: 정책 준수 도구 호출 에이전트를 위한 구조화된 상태

LedgerAgent: Structured State for Policy-Adherent Tool-Calling Agents

고객 서비스 도메인의 정책 준수 도구 호출 에이전트는 도구를 호출하고 도메인 정책을 준수하면서 여러 턴에 걸쳐 작업 상태를 유지해야 합니다. 작업 상태는 사용자 상호작용과 도구 호출을 통해 관찰된 관련 사실, 식별자, 제약 조건 및 조건으로 구성됩니다. 표준 에이전트에서는 작업 상태가 별도로 표현되지 않습니다. 관찰 결과, 도구 반환값 및 정책 지침은 프롬프트에 배치되므로, 에이전트는 다음에 수행할 작업을 결정할 때마다 프롬프트에서 관련 상태를 재구성해야 합니다. 이러한 설계는 상태 관리를 암묵적으로 만들어 두 가지 일반적인 실패 모드를 야기합니다. 에이전트가 올바른 사실을 검색했더라도 나중에 오래되었거나 누락되었거나 잘못된 정보에 그라운딩(grounding)하여 결정을 내릴 수 있으며, 구문적으로 유효한 도구 호출이라도 현재 작업 상태에 의존하는 도메인 정책을 위반할 수 있습니다. 우리는 관찰된 작업 상태를 별도의 원장(ledger)에 유지하고 이를 프롬프트에 렌더링하는 도구 호출 에이전트를 위한 추론 시간 방법인 LedgerAgent를 소개합니다. 원장은 환경을 변경하는 도구 호출이 실행되기 전에 상태 의존적 정책 제약 조건을 확인하는 데에도 사용되어 정책 위반을 차단합니다. 4개의 고객 서비스 도메인과 오픈 및 클로즈드 가중치 모델의 혼합 패널에 걸쳐, LedgerAgent는 표준 프롬프트 기반 도구 호출 방식보다 평균 pass@k를 개선했으며, 특히 더 엄격한 다중 시도 일관성 메트릭에서 가장 큰 향상을 보였습니다.

arXiv:2606.20209v1cs.RO

FlowMaps: 플로우 매칭을 이용한 장기 멀티모달 객체 역학 모델링

FlowMaps: Modeling Long-Term Multimodal Object Dynamics with Flow Matching

3D 장면의 공간적 및 시간적 통합 이해는 일상적인 가정 환경에 배치된 로봇에게 필수적인 요구 사항입니다. 이러한 에이전트는 공간 레이아웃을 이해하고 내비게이션을 수행해야 할 뿐만 아니라, 이러한 공간이 시간이 지남에 따라 어떻게 변화하는지에 대해 추론할 수 있어야 합니다. 특히, 인간은 매일 객체와 상호작용하여 환경 전체에서 객체의 위치를 변경시키며, 이로 인해 로봇이 현재 관측을 이전에 본 객체와 신뢰할 수 있게 연관 짓는 것이 어렵습니다. 그러나 이러한 상호작용은 무작위가 아닙니다. 인간의 습관과 루틴은 객체 위치에 시공간적으로 일관된 패턴을 유발하며, 로봇 에이전트는 이를 학습하여 내비게이션과 같은 다운스트림 태스크에 활용할 수 있습니다. 이를 위해 우리는 연속적인 3D 공간에서 동적 객체의 미래 위치에 대한 멀티모달 분포를 추정하는 잠재 플로우 매칭 모델인 FlowMaps를 소개합니다. 객체 간의 암묵적 의존성과 시간적 진화를 학습함으로써, FlowMaps는 과거 인간 상호작용에 조건화된 객체 위치의 가능한 변화를 예측하며, 유사한 객체 루틴을 공유하는 이전에 본 적 없는 환경에 대한 일반화를 지원합니다. 이 방법의 유용성을 입증하기 위해, 우리는 시뮬레이션 및 실제 환경 모두에서 다운스트림 동적 객체 내비게이션 태스크에 FlowMaps를 배포했습니다. 600개 이상의 에피소드에 걸쳐 FlowMaps는 최첨단 접근법보다 우수한 성능을 보여주었으며, 이는 연속적이고 멀티모달한 시공간 분포를 통한 객체 역학 모델링이 변화하는 가정 환경에서 로봇 탐색 및 내비게이션을 향상시킴을 보여줍니다. 코드 및 추가 자료는 https://fra-tsuna.github.io/flowmaps/ 에서 확인할 수 있습니다.

arXiv:2606.19943v1eess.IV

SIMBA: NWP(수치 예보) 응용을 위한 FY-4A GIIRS 고채적 적외선 복사 모델링을 위한 양방향 검색-순방향 시뮬레이션 프레임워크

SIMBA: ABidirectional Retrieval Forward Simulation Framework for Modeling FY-4A GIIRS Hyperspectral Infrared Radiances Toward NWP Applications

고채적 적외선 관측은 대기 온도 및 습도의 연직 구조에 대한 풍부한 정보를 제공하므로 수치 예보(NWP)의 중요한 데이터 소스입니다. 그러나 대부분의 기존 심층 학습(deep learning) 방법은 복사에서 대기 프로파일로의 단방향 검색에 주로 집중하며, 역방향 복사 시뮬레이션 과정과 대기 상태 공간 및 복사 관측 공간 간의 일관성은 충분히 고려되지 않았습니다. 본 연구에서는 NWP(수치 예보) 응용을 위한 FY-4A GIIRS 고채적 적외선 복사 모델링을 위한 통합 양방향 검색-순방향 시뮬레이션 프레임워크인 SIMBA를 제안합니다. 이 프레임워크는 대기 프로파일 검색과 복사 재구성을 공동으로 수행하고, 두 과정 간의 결합을 강화하기 위해 주기 일관성(cycle-consistency) 제약을 도입하며, 기압 레벨을 따른 장거리 의존성을 포착하기 위해 양방향 Mamba 상태 공간 모듈을 사용합니다. 위치가 일치하는 FY-4A GIIRS 관측 데이터와 ERA5 재분석 데이터를 사용하여, 제안된 방법은 온도 검색, 비습 검색, 장파 복사 재구성, 중파 복사 재구성에 대해 평가되었습니다. 실험 결과, SIMBA는 검색 및 재구성 작업 모두에서 여러 대표적인 심층 학습 베이스라인을 능가하며, 소거(ablation) 실험을 통해 양방향 설계와 주기 일관성 메커니즘의 기여도가 확인되었습니다. 이러한 결과는 제안된 프레임워크가 공동 대기 프로파일 검색 및 고채적 적외선 복사 모델링에 효과적임을 입증하며, 향후 야코비안(Jacobian) 관련 분석 및 NWP(수치 예보) 지향 확장에 대한 잠재력을 시사합니다.

arXiv:2510.24410v4cs.CV

GenTrack2: 다중 객체 추적을 위한 개선된 하이브리드 접근법

GenTrack2: An Improved Hybrid Approach for Multi-Object Tracking

본 논문은 비선형 동역학 하에서 알 수 없고 시변하는 객체 수에 대해 식별자 일관성을 보장하기 위해 확률적 및 결정론적 메커니즘을 결합하여 사용하는 시각적 다중 객체 추적 방법을 제안합니다. 확률적 입자 필터는 비선형 동역학과 비가우시안 잡음을 다루며, 입자 군집 최적화(PSO)의 지원을 받아 운동 일관성, 외형 유사성 및 인접 객체와의 사회적 상호작용 단서를 포함하는 제안된 적합도 척도를 통해 입자를 상태 분포 모드로 유도하고 발산을 완화합니다. 결정론적 연관은 입자와 현재 검출 간의 공간적 일관성, 검출 신뢰도 및 트랙 페널티를 포함하는 제안된 비용 행렬을 통해 식별자 일관성을 추가로 강화합니다. 이후, 특히 다른 객체와의 상호작용 및 장기간 폐색 동안 약한 트랙에 대해 식별자를 보존하면서 대상 상태를 부드럽게 업데이트하기 위한 새로운 방식이 제안됩니다. 더욱이, 과거 상태에 대한 속도 회귀는 추세 시드 속도를 제공하여 입자 샘플링과 상태 업데이트를 향상시킵니다. 제안된 트래커는 미래 프레임을 사용할 수 없는 사전 녹화된 비디오와 카메라 라이브 스트림 모두에 대해 유연하게 작동하도록 설계되었습니다. 실험 결과는 최첨단 트래커들과 비교하여 우수한 성능을 입증합니다. 제안된 방법과 비교 대상 트래커 모두의 소스 코드 참조 구현은 GitHub에서 제공됩니다: https://github.com/SDU-VelKoTek/GenTrack2

arXiv:2510.24399v2cs.CV

GenTrack: 차세대 다중 객체 추적

GenTrack: A New Generation of Multi-Object Tracking

이 논문은 GenTrack이라 불리는 새로운 다중 객체 추적(MOT) 방법을 소개하며, 주요 기여 사항은 다음과 같습니다. 첫째, 알 수 없거나 시간에 따라 변하는 객체 수를 견고하게 처리하기 위해 확률적 및 결정론적 방식을 모두 채택하는 하이브리드 추적 접근법으로, 특히 객체 ID(identity) 일관성 유지와 비선형 동역학 관리에 중점을 둡니다. 둘째, 제안된 적합도 측정치와 함께 입자 군집 최적화(PSO)를 활용하여 확률적 입자를 목표 분포 모드로 안내함으로써, 약하고 노이즈가 많은 객체 탐지기에서도 효과적인 추적을 가능하게 합니다. 셋째, 객체 간의 사회적 상호작용을 통합하여 PSO 기반 입자를 강화하고 강한(매칭된) 트랙과 약한(매칭되지 않은) 트랙 모두의 지속적인 업데이트를 개선함으로써, 특히 가려짐(occlusion) 상황에서 ID 전환 및 트랙 손실을 줄입니다. 넷째, 공간 일관성, 외관, 탐지 신뢰도, 트랙 페널티, 사회적 점수를 기반으로 포괄적인 상태 및 관찰 모델을 통합하여 체계적이고 효율적인 객체 업데이트를 수행하는 GenTrack 기반의 재정의된 시각적 MOT 기준선(baseline)입니다. 다섯째, GenTrack Simple, Strengthen, Super를 포함한 세 가지 변형을 제공하며 유연한 재구현을 용이하게 하는, 최소 의존성을 갖춘 최초의 공개 소스 코드 참조 구현입니다. 실험 결과, GenTrack은 공정한 비교를 위해 기준선(baseline) 구현을 통합하여 표준 벤치마크 및 실제 시나리오에서 최신 기법(state-of-the-art) 추적기 대비 우수한 성능을 제공함을 보여주었습니다. 향후 연구를 위한 잠재적 방향에 대해서도 논의합니다. 제안된 방법과 비교된 추적기 모두에 대한 소스 코드 참조 구현은 GitHub에서 제공됩니다: https://github.com/SDU-VelKoTek/GenTrack

arXiv:2606.19067v1cs.RO

센서 구성의 중요성: 사족 보행 로봇에서의 멀티모달 SLAM에 대한 체계적 평가

Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots

다양한 환경에서 사족 보행 로봇의 자율 주행은 근본적으로 강인한 동시 위치 추정 및 지도 작성(SLAM)에 의존합니다. 비주얼-관성 SLAM은 차륜형, 휴대형, 비행 플랫폼에서 성숙해졌지만, 하드웨어 수준의 센서 구성이 보행 이동의 격렬한 동역학 하에서 성능에 어떤 영향을 미치는지에 대한 중요한 평가 공백이 여전히 존재합니다. 사족 보행 로봇은 발 착지 충격, 고주파 기계 진동, 급격한 각도 회전을 포함하여 표준 인식 파이프라인을 저하시키는 본체 특유의 감각적 문제를 야기합니다. 이러한 공백을 해결하기 위해, 우리는 ANYmal D 사족 보행 로봇에서 기록된 GrandTour 데이터셋을 사용하여 최첨단 비주얼, 비주얼-관성, 라이다-비주얼-관성 SLAM 방법들의 체계적 평가를 제시합니다. 우리는 카메라 모달리티, 셔터 기술, 관성 센서 등급의 영향을 분리하고 정량화하여, 위치 추정 정확도, 알고리즘 강건성, 연산 자원 활용 측면에서의 상충 관계를 분석합니다. 실증적 발견에 따르면 하드웨어 선택이 시스템 강인성에 상당한 영향을 미치는 것으로 나타났습니다: 스테레오 구성은 단안 및 RGB-D 모달리티를 일관되게 능가하며, 글로벌 셔터 카메라는 롤링 셔터 카메라에 비해 운동 유발 추적 실패를 상당히 완화합니다. 무엇보다 중요한 점은, 표준 관성 통합이 가혹한 보행 이동 환경에서 주로 비전 기반 프레임워크의 성능을 저하시킬 수 있다는 것입니다. 이러한 통찰은 또한 민첩한 보행 시스템에서 신뢰할 수 있는 인식을 달성하기 위해 맞춤형 센서 페이로드를 조정하는 구체적인 설계 가이드라인을 제공합니다.

arXiv:2606.19145v1cs.LG

OrthoReg: 하이브리드 기호-신경 동적 시스템을 위한 직교 정규화

OrthoReg: Orthogonal Regularization for Hybrid Symbolic-Neural Dynamical Systems

하이브리드 기호-신경 동적 시스템에서 데이터 기반 희소 기호 발견 시 신경망 잔차가 기계론적 구조를 재학습해 중복·해석 불가능성이 생기는 문제를 OrthoReg(직교 정규화)가 기호·신경 구성 요소 간 겹침을 직접 페널티하여 해결한다. 기호 부분은 라이브러리가 표현할 수 있는 역학을, 신경 부분은 나머지를 담당하도록 상보적으로 분해하며, 라이브러리 부분 불일치 벤치마크에서 기호 복원과 분포 외(out-of-distribution) 동작이 개선된다.

arXiv:2606.19101v1eess.SP

비선형성보다는 구조: 동적 학습을 위한 명시적 상호작용 아키텍처

Structure Over Nonlinearity: Explicit Interaction Architectures for Dynamical Learning

대부분의 동적 시스템 학습 아키텍처는 범용적인 비선형 함수 근사에 의존하며, 구조화된 동작을 포착하기 위해 종종 높은 모델 복잡도를 요구합니다. 본 연구에서는 모델링 능력이 표현력 있는 비선형성보다는 주로 구조에서 비롯되는 대안적 패러다임을 제안합니다. 내부 상태를 가진 파동 기반의 상호작용 구조를 바탕으로, 명시적 구조화 동적 유닛(explicit structured dynamical units) 클래스를 도입합니다. 파동 기반 계산 원리에서 영감을 받은 제안된 유닛은 대수적 루프(algebraic loops)를 배제하는 엄격한 인과적 구성을 채택하여, 암시적 솔버(implicit solvers) 없이 평가할 수 있는 완전히 명시적인 모델을 산출합니다. 이러한 유닛을 적층하면 창발적 계층적 동작을 보이는 계층형 동적 아키텍처가 생성됩니다. 비선형 시스템 식별(nonlinear system identification) 작업에 대한 실험을 통해, 제한된 매개변수 최적화 하에서도 깊이가 표현 품질과 일반화를 모두 향상시킴을 입증합니다. 특히, 제안된 아키텍처는 리드아웃(readout) 전용 피팅(fitting) 조건에서도 유의미한 내부 표현을 생성하며, 이는 유용한 동적 구조가 상당한 매개변수 최적화 이전에 상호작용의 구성으로부터 창발됨을 시사합니다. 이러한 결과는 구조 우선 설계(structure-first design)가 동적 시스템 학습을 위한 기존 블랙박스 접근법에 대해 실행 가능하고 효과적인 대안이 될 수 있음을 시사하며, 상호작용 구조가 모델 표현력의 주요 원천임을 강조합니다.

arXiv:2307.05623v2cs.LG

출발-도착 시퀀스의 동적 추정을 위한 심층 학습 프레임워크

A DeepLearning Framework for Dynamic Estimation of Origin-Destination Sequence

교통 센서 교통량으로 동적 OD 시퀀스를 추정할 때 매개변수 과다·제약 부족으로 인한 비결정 문제와 혼잡 등으로 인한 지연(lag) 문제를 다루며, 심층 학습으로 OD 시퀀스의 공간·시간 구조를 추론하고 이를 구조적 제약으로 전통적 수치 최적화를 유도하는 통합 방법을 제안한다. 실험에서 신경망이 OD 시퀀스 구조를 효과적으로 추론해 최적화에 실용적 제약을 제공하고, 지연 문제를 완화하며 더 나은 추정 결과를 얻는다.

arXiv:2606.19176v1cs.RO

자율 해상 UAV 비행을 위한 딥 모노큘러 자세 추정의 하드웨어 및 비전 인 더 루프 검증

Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight

선상 자율 UAV에 필요한 비전 기반 상대 자세 추정을 실해상 시험 없이 검증하기 위해, 3D Gaussian Splatting으로 사실적인 해상 뷰를 생성하는 하드웨어 검증 비전 인 더 루프 프레임워크를 제안한다. 온보드 트랜스포머 기반 모노큘러 자세 추정기 TNN-MO의 지연된 측정값을 delayed Kalman filter로 고주파 IMU와 융합해 기하학적 제어에 쓰며, 자율 이륙·궤적 추적·착륙에서 안정적인 폐루프 비행을 보였다.

arXiv:2606.18888v1cs.AI

부분적으로 관측 가능한 환경에서의 내비게이션을 위한 생성 모델 기반 예측 계획

Generative-Model Predictive Planning for Navigation in Partially Observable Environments

부분 관측 가능한 환경 내비게이션을 위해 BeliefDiffusion을 제안하며, 확산 모델로 관찰 이력에 맞는 다중 모달 맵 신념(belief)을 생성하고 모델 예측 제어(MPC)로 여러 후보 구성에 걸쳐 경로를 계획한다. 합성 맵 실험에서 모델 프리 강화학습 및 다른 생성적 접근 대비 내비게이션 성공률과 경로 효율이 유의미하게 높았다.

arXiv:2606.18746v1cs.AI

일반화 에이전트는 무엇을 기억해야 하는가?

What Must Generalist Agents Remember?

여러 환경과 목표에서 거의 최적으로 행동하는 일반화 에이전트(generalist agent)가 메모리에 무엇을 저장해야 하는지 형식적으로 분석하며, 관찰 병목(observational bottleneck)에서 호환되지 않는 최적 행동이 필요한 도메인은 메모리가 이를 구분해야 한다는 분리 정리(separation theorem)를 보인다. 메모리가 관련 목표의 가치를 추정할 만큼 충분한 정보를 담으면 국소 전이 역학(local transition dynamics)을 대략적으로 재구성할 수 있어, 메모리는 도메인 모호성 제거, 전이 모델 재구성, 계획을 지원하는 기반으로 특성화된다.

arXiv:2606.18393v1eess.SY

잠재적 연료 반응성 추정을 통한 다중 연료 압축 착화(CI) 엔진의 연소 위상 제어를 위한 학습 기반 의사결정

Learning-Based Decision Making for Combustion Phasing Control in Multi-Fuel CI Engines with Latent Fuel Reactivity Estimation

다중 연료 압축 착화 엔진에서 시변하는 잠재 연료 반응성(세탄가) 하 CA50 연소 위상 제어를 부분 관측 순차 의사결정 문제로 두고, 연소 이력으로 GRU가 연료 반응성을 추정해 액터-크리틱 강화학습(RL) 정책에 반영하는 프레임워크를 제안한다. 배포 시와 동일한 불완전한 추정 정보로 학습해 학습-배포 불일치를 줄였으며, 미지 CN 궤적에서도 평균 절대 추적 오차 0.25° CA 미만의 안정적 CA50 제어를 달성한다.

arXiv:2310.05753v2cs.AI

대규모 OD 행렬 추정을 위한 심층 학습 방법

Large-Scale OD Matrix Estimation with A Deep Learning Method

기점-종점(OD) 행렬 추정의 비결정 문제를 완화하기 위해 프로브 교통 흐름에서 구조적 제약을 추론하는 신경망(NN)과 수치 최적화를 결합한 방법을 제안한다. 대규모 합성 데이터셋에서 일반화 성능을, 실제 교통 데이터에서 안정성을 확인했으며 사전 OD 행렬에 대한 의존 없이 실시간 추정이 가능하다.

arXiv:2606.17383v1q-fin.RM

에이전트형 AI 시스템의 모델 검증: 신뢰 상태, 예측 및 정책 검증을 위한 부분적으로 관측 가능한 마르코프 결정 과정(POMDP) 기반 프레임워크

Model Validation of Agentic AI Systems: A POMDP-Based Framework for Belief-State, Forecast, and Policy Validation

에이전트형 인공지능 시스템은 새로운 유형의 모델 리스크를 야기합니다. 전통적인 예측 모델과 달리, 자율 에이전트는 지속적으로 정보를 획득하고, 환경의 잠재 상태에 대한 믿음을 형성하며, 예측을 생성하고, 행동을 선택한 뒤 시간이 지남에 따라 행동을 적응시킵니다. 기존 검증 방법론은 주로 예측 정확도에 초점을 맞추고 있어, 기저에 있는 의사 결정 과정의 품질에 대해서는 제한된 통찰력만을 제공합니다. 본 논문은 부분적으로 관측 가능한 마르코프 결정 과정(POMDP)에 기반한 에이전트형 AI를 위한 모델 검증 프레임워크를 제안합니다. 이 프레임워크는 자율 의사 결정을 정보, 믿음, 예측, 행동 및 효용으로 분해하여 각 구성 요소를 독립적으로 검증할 수 있게 합니다. 대규모 언어 모델(LLM)은 근사 베이지안 필터링 연산자로 공식화되며, 상태 공간, 필터링, 예측, 정책, 효용 명세(utility-specification), 매개변수 리스크를 포괄하는 모델 리스크 분류 체계가 개발됩니다. 모델 리스크 검증 방법론은 포트폴리오 관리 사례 연구를 통해 입증됩니다. 이 연구에서 에이전트는 시장 및 거시경제 정보로부터 잠재적인 시장 레짐을 추론하고, 믿음 조건부 예측을 생성하며, Black-Litterman 프레임워크를 사용하여 포트폴리오를 구성합니다. 실증적 검증은 성능 분석, 믿음 보정 진단, 커버리지 테스트, 제거 연구(ablation study), 매개변수 민감도 분석을 결합하여 수행됩니다. 결과에 따르면 잠재 상태 추론은 의사 결정 품질에 독립적으로 기여하며, 주요 결론은 광범위한 매개변수 값에 걸쳐 견고한 것으로 나타났습니다. 본 논문의 주요 기여는 확립된 모델 리스크 관리 개념을 자율 AI 시스템으로 확장하고, 해당 시스템의 검증, 거버넌스 및 모니터링을 위한 엄격한 기반을 제공하는 실용적인 프레임워크입니다.

arXiv:2606.17391v1cs.CL

NarrativeWorldBench: 장기 공동 창작 오디오 드라마를 위한 프론티어 포화 벤치마크와 잠재 세계 모델

NarrativeWorldBench: A Frontier-Saturated Benchmark and a Latent World Model for Long-Horizon Co-Creative Audio Drama

200~800화 규모의 아크를 갖는 장편 연재형 오디오 드라마는 주요 창작 매체이며, 프론티어 대규모 언어 모델(LLM)이 실패하는 분야이기도 하다. 클래식, 파인튜닝, 오픈 프론티어, 클로즈드 프론티어, 추론 등급에 걸친 21개 모델을 동일한 구조적 내러티브 지표 집합으로 벤치마킹한다. 모든 클로즈드 프론티어 시스템은 플롯 비트 F1이 [0.78, 0.81] 구간에서 포화되며, 지평 h=200에서 약 -0.20 F1만큼 붕괴한다. NarrativeWorldBench를 제안한다. 이는 지평 h ∈ {10, 20, 50, 100, 200}에서 평가되는 9개의 내러티브 구조 지표로 구성된 공개 벤치마크이며, 힌디어, 타밀어, 텔루구어, 마라티어 등 4개 인도어에 대한 교차 언어 평가를 포함한다. N-VSSM(Narrative Variational State-Space Model)을 제안한다. 이는 이벤트 조건부 사후분포와 8B 디코더를 갖춘 Mamba-2 백본을 통해 200화 이상에 걸쳐 구조화된 256차원 잠재 세계 상태를 유지한다. N-VSSM은 클로즈드 프론티어 구간 대비 4배 낮은 연산량으로 모든 지평에서 플롯 비트 F1 >= 0.84를 유지한다. 학습된 Cultural Transfer Function은 교차 언어 충실도를 Likert 척도 +0.20~+0.23점만큼 향상시킨다. 전문 작가 12명(n = 12, 240 trials)을 대상으로 한 피험자 내(within-subjects) 작가 연구에서, N-VSSM은 장기 아크 일관성에서 Claude Opus 4.5보다 71%의 경우 선호되었으며, 제어 가능성(controllability)에서는 Likert 척도 +1.3점 더 높게 평가되었다.

arXiv:2603.22281v2cs.CV

ThinkJEPA: 대규모 비전-언어 추론 모델로 잠재 세계 모델 강화

ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model

잠재 세계 모델(예: V-JEPA2)의 최근 진전은 비디오 관찰로부터 미래의 세계 상태를 예측하는 유망한 능력을 보여주었습니다. 그럼에도 불구하고, 짧은 관찰 윈도우에서의 밀집 예측은 시간적 맥락을 제한하고 예측기를 국소적이고 저수준의 외삽으로 편향(bias)시킬 수 있어, 장기(long-horizon) 의미론을 포착하기 어렵게 만들고 다운스트림 유용성을 저하시킵니다. 대조적으로, 비전-언어 모델(VLM)은 균일하게 샘플링된 프레임에 대해 추론함으로써 강력한 의미론적 그라운딩(grounding)과 일반 지식을 제공하지만, 연산 중심의 희소 샘플링, 미세한 상호작용 상태를 텍스트 지향 표현으로 압축하는 언어 출력 병목, 그리고 작은 행동 조건(action-conditioned) 데이터셋에 적응할 때의 데이터 체제 불일치로 인해 독립형 밀집 예측기로는 이상적이지 않습니다. 우리는 이중 시간 경로(dual-temporal pathway)를 통해 밀집 프레임 역학 모델링과 장기 의미론적 가이던스를 결합하는 VLM이 안내하는 JEPA 스타일 잠재 세계 모델링 프레임워크를 제안합니다: 미세한 움직임과 상호작용 단서를 위한 밀집 JEPA 분기와, 지식이 풍부한 가이던스를 위한 더 큰 시간 보폭(temporal stride)을 가진 균일 샘플링 VLM 생각가(thinker) 분기가 그것입니다. VLM의 점진적 추론 신호를 효과적으로 전달하기 위해, 우리는 다층 VLM 표현을 잠재 예측과 호환되는 가이던스 특징으로 집계하는 계층적 피라미드 표현 추출 모듈을 도입합니다. 손 조작(hand-manipulation) 궤적 예측에 대한 실험은 우리의 방법이 강력한 VLM 전용 기준선(baseline)과 JEPA 예측기 기준선(baseline) 모두를 능가하며, 더 견고한 장기 롤아웃(rollout) 동작을 생성함을 보여줍니다.