[논문리뷰] HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone본 연구는 로봇 학습의 핵심 병목 현상인 '고품질 조작 데이터의 부족' 문제를 해결하고자 합니다. 기존 방식은 로봇 직접 조작(Teleoperation)을 통해 데이터를 수집하지만, 이는 비용이 매우 많이 들고 확장이 어렵다는 근본적인 한계가 있습니다.#Review#Robot Learning#Manipulation Policy#UMI#End-to-End#Data-Production#Deployability2026년 7월 28일댓글 수 로딩 중
[논문리뷰] Hy-Embodied-0.5-VLA: From Vision-Language-Action Models to a Real-World Robot Learning Stack본 연구는 파편화된 로봇 학습 시스템의 한계를 극복하고, 데이터 수집부터 실제 현장 배치(Deployment)까지를 아우르는 통합된 엔드투엔드 VLA 학습 스택을 구축하는 것을 목표로 합니다.#Review#Vision-Language-Action Models#Embodied AI#Flow Matching#Robot Learning Stack#Proximalized Preference Optimization#UMI2026년 6월 14일댓글 수 로딩 중