[논문리뷰] DyPES-VLA: Learning Shared Dynamics Priors and Embodiment-Specific Control for Cross-Embodiment Manipulation본 논문은 다양한 Embodiment를 가진 로봇들 사이에서 범용적으로 적용 가능한 Generalist 정책을 학습하는 것을 목표로 합니다.#Review#Cross-Embodiment#Vision-Language-Action (VLA)#Dynamics Priors#Mixture-of-Experts (MoE)#Future Prediction#Robotics2026년 8월 6일댓글 수 로딩 중
[논문리뷰] Translation as a Bridging Action: Transferring Manipulation Skills from Humans to Robots본 논문은 인간의 풍부한 동작 데이터를 로봇 학습에 활용할 때 발생하는 데이터 간 불일치 및 품질 문제를 해결하고자 한다.#Review#Robotics#Imitation Learning#Vision-Language-Action Models#Cross-Embodiment#Manipulation Skills#Bridging Action2026년 6월 28일댓글 수 로딩 중
[논문리뷰] Kairos: A Native World Model Stack for Physical AI본 논문은 현재 World Model이 단순한 비디오 생성기를 넘어 Physical AI를 위한 근본적인 인프라로 진화해야 한다는 필요성에서 출발한다 .#Review#Physical AI#World Model#Diffusion Transformer#Gated Linear Attention#Cross-Embodiment#Deployment-Aware#Embodied Control2026년 6월 17일댓글 수 로딩 중
[논문리뷰] ACE-Ego-0: Unifying Egocentric Human and Robotic Data for VLA Pretraining본 논문은 일반 목적의 VLA 모델 학습 시 데이터의 양과 다양성을 확보하기 위해 로봇 데이터와 대규모 인간 egocentric 영상을 통합하고자 합니다. 기존의 VLA pretraining은 로봇 실습 데이터의 비용과 노동 집약적 수집 방식 때문에 규모 확장에 한계가 있습니다.#Review#Vision-Language-Action Models#Robot Manipulation#Learning from Human Video#Embodied AI#Cross-Embodiment#Pseudo-Action Supervision#Data Heterogeneity2026년 6월 16일댓글 수 로딩 중
[논문리뷰] World-Language-Action Model for Unified World Modeling, Language Reasoning, and Action Synthesis본 논문은 기존의 WAM (World-Action Model)과 VLA (Vision-Language-Action Model)가 가진 한계를 극복하기 위해 제안되었다.#Review#Embodied AI#World Modeling#Language Reasoning#Action Synthesis#Autoregressive Transformer#Test-Time Scaling#Cross-Embodiment2026년 6월 4일댓글 수 로딩 중
[논문리뷰] Sensor2Sensor: Cross-Embodiment Sensor Conversion for Autonomous Driving본 논문은 자율주행 시스템(ADS) 검증에 필수적인 long-tail 데이터 확보의 어려움을 해결하기 위해 제안되었다.#Review#Autonomous Driving#Generative Modeling#Diffusion Model#4D Gaussian Splatting#Cross-Embodiment#Sensor Conversion2026년 5월 21일댓글 수 로딩 중
[논문리뷰] Cortex 2.0: Grounding World Models in Real-World Industrial Deployment본 논문은 로봇 제어 루프에 월드 모델을 통합하여 미래 예측과 평가 과정을 추가하는 Cortex 2.0 아키텍처를 제안합니다 . 제안 모델은 현재 관측치를 바탕으로 월드 모델을 통해 $k$개의 미래 궤적 후보를 잠재 공간(Visual latent space)에서 생성합니다.#Review#Vision-Language-Action Models#World Models#Robotic Manipulation#Plan-and-Act#Process-Reward Operator#Flow Matching#Cross-Embodiment2026년 4월 22일댓글 수 로딩 중
[논문리뷰] TactAlign: Human-to-Robot Policy Transfer via Tactile Alignment웨어러블 장치(예: 촉각 장갑)를 통해 수집된 풍부한 인간 촉각 신호를 로봇으로 효과적으로 전이하는 문제를 해결하는 것을 목표로 합니다. 특히, 센서 모달리티와 신체적 구현의 차이에도 불구하고 인간의 촉각 데이터를 로봇의 촉각 공간에 정렬 하여 다양한 로봇 핸드에 대한 정책 학습의 확장성과 일반성을 향상시키고자 합니다.#Review#Human-to-Robot Transfer#Tactile Sensing#Cross-Embodiment#Policy Learning#Rectified Flow#Unpaired Data#Dexterous Manipulation#Latent Space Alignment2026년 2월 19일댓글 수 로딩 중
[논문리뷰] X-VLA: Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model다양한 로봇 플랫폼과 이질적인 데이터셋 전반에서 효과적인 훈련을 통해 일반화된 Vision-Language-Action (VLA) 모델을 구축하는 것이 목표입니다.#Review#Vision-Language-Action (VLA) Models#Soft Prompts#Transformer#Cross-Embodiment#Robotics#Pretraining#Domain Adaptation#Flow Matching2025년 10월 16일댓글 수 로딩 중