도메인 랜덤화란: 로봇 시뮬레이션에서 현실 차이를 줄이는 방법
도메인 랜덤화는 시뮬레이션의 시각·물리·센서·제어 조건을 실제 변화 범위 안에서 바꿔 Sim2Real 간격을 줄이는 방법입니다. 변수 선택, 범위 설정, 실패 조건과 현실 검증 절차를 설명합니다.
글 목록
텔레옵이란: 사람이 로봇을 조종해 학습 데이터를 만드는 방법
텔레옵은 사람이 로봇을 원격조작하는 방식입니다. 카메라·관절·그리퍼 기록이 어떻게 학습 데이터가 되고 VLA 훈련과 실패 복구에 쓰이는지 설명합니다.
휴머노이드 로봇 배터리가 상용화의 병목인 이유
휴머노이드 로봇 배터리는 단순 사용시간 문제가 아니라 무게, 열, 안전, 작업 강도, 충전 방식, 운영 비용이 모두 얽힌 병목입니다.
로봇은 왜 설거지를 아직 잘 못할까
로봇이 설거지를 어려워하는 이유는 컵과 접시를 보는 문제보다 젖은 물체, 미끄러운 표면, 힘 조절, 집안 환경 변화가 한꺼번에 들어오기 때문입니다.
VLA vs VLM 차이: 로봇 행동이 붙으면 무엇이 달라질까
VLM은 이미지와 언어를 이해하고, VLA는 그 이해를 로봇 행동으로 이어가려는 모델입니다. 두 모델의 차이를 출력, 데이터, 로봇 적용 관점에서 정리합니다.
Sim2Real이 현실에서 실패하는 이유: 가상과 실제 사이의 간격
Sim2Real은 시뮬레이션에서 배운 로봇 행동을 현실로 옮기는 과정입니다. 왜 가상에서는 되던 동작이 실제 로봇에서 실패하는지 센서, 마찰, 조명, 몸체 차이로 설명합니다.
로봇 행동 데이터란 무엇인가: 로봇이 배우는 기록의 의미
로봇 행동 데이터는 로봇이 무엇을 보고 어떤 동작을 했으며 결과가 어땠는지를 담은 기록입니다. VLA와 로봇 파운데이션 모델에서 왜 중요한지 쉽게 정리합니다.