[논문리뷰] Reflex: Visually Grounded Reactive Humanoid Control본 논문은 휴머노이드가 일상적인 환경에서 빠르게 움직이는 물체에 반응하여 포획하고 처리하는 Visually Grounded Reactive Whole-Body Control의 어려움을 해결하고자 합니다 .#Review#Humanoid Control#Visually Grounded#Reactive Catching#Whole-Body Control#Sim-to-Real#Privileged Learning2026년 10월 11일댓글 수 로딩 중
[논문리뷰] CrossBFM: Distilling a Shared Latent Behavior Space Across Humanoid Embodiments본 연구는 Behavior Foundation Models (BFMs)의 두 가지 주요 한계점인 높은 훈련 비용과 Embodiment-specific latent space 문제를 해결하고자 한다. 기존 BFM 훈련은 단일 로봇에 대해 수백 GPU-hours를 요구하며, 새로운 로봇에는 처음부터 훈련을 반복해야 한다.#Review#Behavior Foundation Models#Cross-embodiment Learning#Latent Behavior Space#Humanoid Control#Reinforcement Learning#Knowledge Distillation#Unified Encoder#Motion Retargeting2026년 9월 29일댓글 수 로딩 중
[논문리뷰] Towards Bridging the Gap between Large-Scale Pretraining and Efficient Finetuning for Humanoid Control대규모 사전 훈련(large-scale pretraining)과 효율적인 미세 조정(efficient finetuning) 사이의 간극을 줄여 휴머노이드 로봇 제어의 샘플 효율성과 안전성을 향상 시키는 것을 목표로 합니다.#Review#Humanoid Control#Reinforcement Learning#SAC#Model-Based RL#Pretraining#Finetuning#Physics-Informed World Model#Sim-to-Real Transfer2026년 2월 9일댓글 수 로딩 중