PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2209.14887v3cs.RO공식 코드 · Papers with Code

견고하고 역동적인 로봇 보행을 위한 저주파수 모션 제어 학습

Learning Low-Frequency Motion Control for Robust and Dynamic Robot Locomotion

로봇 보행은 주로 모션 제어 주파수를 높여 견고성과 반응성을 극대화하는 방식으로 접근되어 왔습니다. 본 연구에서는 실제 ANYmal C 4족 보행 로봇에서 최저 8 Hz로 실행되는 학습된 모션 제어기를 통해 견고하고 역동적인 보행을 실증함으로써 이러한 직관적인 통념에 도전합니다. 로봇은 1.5 m/s의 빠른 전진 속도를 안정적이고 반복적으로 달성하며, 울퉁불퉁한 지형을 주파하고, 예상치 못한 외부 섭동에 저항할 수 있습니다. 나아가 5 Hz에서 200 Hz 사이의 주파수에서 학습되고 실행된 심층 강화학습(RL) 기반 모션 제어 정책들에 대한 비교 분석을 제시합니다. 그 결과 저주파수 정책이 구동 지연(actuation latency) 및 시스템 역학 변화에 덜 민감함을 보여줍니다. 이는 다이내믹스 무작위화(dynamics randomization)나 구동 모델링 없이도 성공적인 심투리얼(sim-to-real) 전이가 수행될 수 있는 수준입니다. 엄격한 실증 평가를 통해 이러한 주장을 뒷받침합니다. 또한 재현성을 돕기 위해 학습 및 배포 코드와 확장된 분석 내용을 https://articulated.robots.ox.ac.uk/lfmc/ 에서 제공합니다.

arXiv:2610.03031v1cs.CV

CrowdOcc: 붐비는 실내 환경의 4족 보행 로봇을 위한 단안 시맨틱 장면 완성

CrowdOcc: Monocular Semantic Scene Completion for Quadruped Robots in Crowded Indoor Environments

사람과 장면 간의 가림(occlusion)으로 인해 정적 기하학적 구조가 훼손되고 사람의 점유(occupancy) 예측이 불완전하거나 공간적으로 잘못 배치되는 실제 혼잡한 실내 환경에서, 4족 보행 로봇을 위한 단안 시맨틱 장면 완성(Semantic Scene Completion, SSC)은 여전히 충분히 연구되지 않았습니다. 본 논문에서는 이러한 환경을 위해 RGB-D 데이터셋이자 단안 SSC 프레임워크인 CrowdOcc를 제시합니다. CrowdOcc는 11개의 실내 장면에서 얻은 25.1K 프레임으로 구성되며, 정적·동적 분리를 통해 구축된 시맨틱 점유 주석을 포함합니다. 본 프레임워크는 (i) 가림에 강건한 기하학적 구조를 위해 깊이 인식 리프팅을 표면 법선(surface-normal) 단서로 보완하는 법선 유도 장면 기하학 융합(Normal Guided Scene Geometry Fusion, NGSGF), 그리고 (ii) 3D 공간에서 사람 간 및 국소적 사람-장면 간 관계를 선택적으로 모델링하는 사람 중심 희소 상호작용(Human-Centric Sparse Interaction, HCSI)을 결합합니다. 본 연구의 방법론은 장면이 분리된 CrowdOcc 테스트 세트에서 15.80 IoU, 11.40 mIoU, 46.23 Human IoU를 기록하며 최첨단 SSC 성능을 달성하여, 이전에 보지 못한 실내 장면에 대한 일반화 성능을 입증합니다.