[논문리뷰] Learning Transferable Dynamics Priors from Action to World Modeling본 논문은 대규모 로봇 데이터를 활용하여 범용적인 Dynamics Priors를 학습하고, 이를 통해 로봇 학습의 시뮬레이터와 정책 성능을 동시에 향상시키는 것을 목표로 합니다.#Review#Robot Learning#World Modeling#Diffusion Models#Dynamics Priors#Action-Conditioned#Policy Evaluation#Sim-to-Real2026년 6월 29일댓글 수 로딩 중
[논문리뷰] SimFoundry: Modular and Automated Scene Generation for Policy Learning and Evaluation본 논문은 로봇 정책 학습 및 평가를 위한 대규모 데이터 확보의 어려움과 복잡한 환경에서의 시뮬레이션 구축 비용 문제를 해결하기 위해 SimFoundry를 제안한다.#Review#Real2Sim#Sim2Real#Scene Generation#Policy Learning#Policy Evaluation#Digital Twins#Digital Cousins2026년 6월 28일댓글 수 로딩 중
[논문리뷰] Evaluating Gemini Robotics Policies in a Veo World Simulator이 논문은 현실감, 확장성, 안전성 측면에서 기존 물리 기반 시뮬레이터가 가진 한계를 극복하고, 제너럴리스트 로봇 정책 평가를 위한 새로운 방법론을 제시합니다.#Review#Robotics#Policy Evaluation#World Model#Video Generation#Out-of-Distribution (OOD)#Safety#Gemini Robotics#Veo Simulator2025년 12월 11일댓글 수 로딩 중
[논문리뷰] RobotArena infty: Scalable Robot Benchmarking via Real-to-Sim Translation본 논문은 로봇 정책의 평가에 대한 확장 가능하고 재현 가능한 벤치마킹 프레임워크인 RobotArena∞ 를 제안하여, 현실 세계 로봇 테스트의 비효율성(노동 집약적, 위험성, 낮은 재현성)과 기존 시뮬레이션 벤치마크의 한계(고립된 환경)를 극복하는 것을 목표로 합니다.#Review#Robot Benchmarking#Real-to-Sim Translation#Vision-Language Models (VLMs)#Human Preference Learning#Domain Randomization#Robot Manipulation#Simulation Environments#Policy Evaluation2025년 10월 28일댓글 수 로딩 중