[논문리뷰] RoboArchitect: Automating the Design of Robotic Agents with Persistent Memory본 논문은 로봇 정책을 새로운 작업이나 환경에 적응시키기 위해 필요한 고비용의 finetuning 과정을 대체하기 위해 RoboArchitect를 제안합니다 . 기존의 로봇 에이전트 시스템은 숙련된 엔지니어가 수작업으로 harness를 설계하는 trial-and-error 방식에 의존하고 있어 확장성과 효율성이 낮습니다.#Review#Robotic Agents#Frozen Policy#Agent Harness#Persistent Memory#Automated Optimization#Code-as-Policy#VLA2026년 11월 1일댓글 수 로딩 중
[논문리뷰] RoboFoundry: System-as-Policy Evolution for Self-Learning Embodied Agents본 논문은 현대의 Embodied Agents가 파운데이션 모델의 잠재력을 온전히 활용하지 못하고, 특정 컴포넌트만 파편적으로 최적화하는 한계에 직면했다는 점을 지적합니다.#Review#Embodied Agents#Foundation Models#System-as-Policy#Self-Evolving#Code-as-Policy#Hierarchical Skill System2026년 9월 28일댓글 수 로딩 중
[논문리뷰] ASPIRE: Agentic /Skills Discovery for Robotics본 논문은 기존 로봇 제어 방식이 환경 변화나 실패 상황에서 경험을 누적하지 못하고 매번 초기화되는 문제를 해결하고자 합니다. 기존 연구(Baseline)는 태스크 단위의 coarse한 피드백에만 의존하여 실패 원인을 정확히 진단하기 어렵고, 발견된 해결책을 재사용할 수 없는 폐쇄적인 구조를 가집니다.#Review#Robotics#Code-as-Policy#Continual Learning#Skill Library#Evolutionary Search#Embodied AI2026년 7월 1일댓글 수 로딩 중
[논문리뷰] Playful Agentic Robot Learning본 논문은 기존의 Code-as-Policy 시스템이 외부 명령에 의존하는 Task-driven 방식으로 작동하여, 실제 작업이 주어지기 전에는 재사용 가능한 Skill을 습득하지 못한다는 한계를 해결하고자 한다.#Review#Learning through Play#Agentic Robotics#Continual Skill Learning#Code-as-Policy#Robot Manipulation2026년 6월 18일댓글 수 로딩 중