같은 동작인데 예측이 달라진다면: 로봇 월드 모델의 행동 인코딩 점검
같은 로봇 명령을 절대 목표값과 상대 오프셋으로 적었을 때 월드 모델의 예측이 달라질 수 있다. 짝지은 입력으로 변환과 예측을 점검하는 방법을 살펴본다.
월드모델·시뮬레이션
월드모델, 시뮬레이션, 합성 데이터, Sim-to-Real 정리
Drake 접촉면이 안 보일 때: 하이드로엘라스틱과 점 접촉 구분
Drake 시뮬레이션이 실행돼도 의도한 접촉 패치가 계산됐다고 볼 수는 없다. 접촉 모델과 양쪽 지오메트리의 표현, 형상 지원 여부를 차례로 확인한다.
로봇 공간 추론 평가: pointing·3D detection·multi-view·success detection
로봇 공간 추론 평가는 점을 가리키는 능력, 3D 객체 위치, 여러 시점의 일관성, 행동 뒤 성공 판정을 따로 측정해야 한다. 하나의 평균점수로 합치면 좌표 오차와 의미 오판, 실패 감지를 구분할 수 없다.
월드모델 실패 모드: 물체 영속성·접촉·척도·장기 일관성·다중 에이전트
월드모델은 가림 뒤 물체·접촉·실제 척도·긴 행동·다른 행위자의 반응에서 조용히 틀릴 수 있다. 작은 반례 장면과 안전 폴백으로 실패를 먼저 측정해야 한다.
Action-Conditioned World Model과 MPC: 후보 행동을 상상하고 고르는 법
Action-Conditioned World Model과 MPC는 현재 관측에서 후보 행동의 결과를 예측하고, 목표에 가까운 첫 행동만 실행한 뒤 다시 계획하는 구조다. 성능은 모델·탐색·안전제약의 공동 결과다.
Real-to-Sim-to-Real: 실제 작업 하나를 훈련 세계로 바꾸는 법
Real-to-Sim-to-Real은 실제 장면을 3D로 복사해 정책을 한 번 훈련하는 절차가 아니다. 측정·자산화·물리 보정·훈련·실물 잔차 회수의 반복 폐루프다.
VGGT와 SpatialLM 차이: 3D 복원과 구조화 장면 이해
VGGT는 영상에서 3D 기하를 복원하고 SpatialLM은 점군을 방·벽·문·물체의 구조로 해석한다. 둘을 같은 모델로 비교하기보다 연속 파이프라인의 입력·오차·인수 기준으로 봐야 한다.
Depth·Point Map·Gaussian Splat·Mesh 차이: 로봇용 3D 표현 선택
깊이맵·포인트맵·가우시안 스플랫·메시는 서로 바꿔 쓰는 3D 파일 형식이 아니다. 로봇이 거리를 재고 충돌을 피하며 장면을 보여 주는 업무마다 필요한 표현과 검증법이 달라진다.
Spatial Intelligence 뜻: 3D로 보고·추론하고·행동하는 로봇 AI
Spatial Intelligence는 3D 지도를 예쁘게 만드는 기능이 아니다. 로봇이 좌표·거리·가시성·지지·도달가능성을 표현하고 목표에 맞는 행동을 고른 뒤 결과를 다시 확인하는 공간 추론 능력이다.
잠재 월드모델과 생성형 세계 시뮬레이터 차이: V-JEPA·Cosmos·Genie
V-JEPA·Cosmos·Genie는 모두 월드모델로 불리지만 같은 상품이나 같은 출력물을 만드는 모델이 아니다. 잠재표현 예측, 조건부 영상 생성, 상호작용 환경 생성을 입력·출력·행동조건·소비자별로 구분해야 한다.