PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.19769v1cs.RO

휴머노이드 로봇을 위한 데이터 표준: 물리적 AI를 위한 누락된 인프라

Data Standards for Humanoid Robotics: The Missing Infrastructure for Physical AI

휴머노이드 로봇의 확장성은 모델과 하드웨어뿐만 아니라, 로봇, 작업, 조직, 시간에 걸쳐 물리적 경험이 축적될 수 있는지에 달려 있습니다. ISO/TC 299/WG 16 내에서 ISO/WD 26264-1, Humanoid robot datasets -- Part 1: General requirements를 개발하는 저자들의 작업을 바탕으로, 이 기사는 데이터 표준이 물리적 AI(Physical AI)의 기반 인프라가 되고 있음을 논증합니다. 우리는 세 가지 통찰을 제시합니다. 첫째, 휴머노이드 로봇 데이터는 격리된 디지털 샘플의 집합이 아니라 구현된(embodied) 상호작용 데이터입니다. 유용한 데이터셋(dataset)은 로봇 신체, 행동, 작업, 장면, 실행 추적, 결과 간의 관계를 보존해야 합니다. 둘째, 그 가치는 물리적 일관성에 달려 있습니다. 멀티모달 스트림은 타이밍, 좌표계, 캘리브레이션, 운동학, 단위, 동기화 가정이 검사 가능한 상태로 유지될 때만 재사용 가능합니다. 셋째, 주요 병목 현상은 데이터 부족뿐만 아니라 높은 수집 비용, 데이터 사일로(data silos), 불일치하는 평가로 인해 발생하는 누적되지 않는 데이터(non-cumulative data)에 있습니다. 우리는 휴머노이드 로봇 데이터 표준이 구현된 경험을 해석 가능하고, 공유 가능하며, 추적 가능하고, 재사용 가능하게 만듦으로써 이러한 병목 현상을 해결한다고 주장합니다. 일반 표준은 수명 주기 관리, 메타데이터, 기원(provenance), 품질, 버전 관리, 추적 가능성을 위한 수평적 인프라를 제공해야 하며, 능력별 부분은 조작, 이동(locomotion), 인간-로봇 상호작용(HRI), 인지 및 미래의 휴머노이드 능력에 대한 도메인 문법을 정의해야 합니다. AI가 화면에서 신체로 이동함에 따라, 데이터 표준은 디지털 정보를 구성하는 것에서 물리적 상호작용을 구조화하는 것으로 진화해야 합니다.