연구진이 로봇 프로그램을 자율적으로 만들고 개선하는 지속 학습 프레임워크 ASPIRE를 공개했다. 다양한 작업에서 성공률을 높였다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
Runyu Lu가 이끄는 연구진은 로봇 제어 코드를 작성하고, 실패를 감지해 코드를 수정한 뒤 그 해결책을 확장되는 기술 라이브러리에 추가하는 시스템 ASPIRE를 선보였다. 시뮬레이션에서 ASPIRE는 교란이 가해진 조작 작업에서 기존 방법보다 최대 77% 높은 성능을 보였고, Claude Opus 5.5와 함께 사용했을 때 LIBERO-Pro 벤치마크 80개에서 99%의 성공률을 기록했다. 같은 라이브러리를 여러 로봇에서 재사용할 수 있으며, 실제 로봇이 루빅스 큐브를 더 효율적으로 풀도록 돕기도 했다.
로봇 엔지니어는 ASPIRE를 활용해 작업별 코드를 직접 작성하는 시간을 줄이고, 로봇을 새로운 작업에 더 쉽게 적용할 수 있다.
연구
제논은 나이키 신발 밑창 검사에서 두 스타일의 불량 탐지율 99.7%, 99.2%를 기록했다고 밝혔다. 실제 생산라인 적용은 2027년을 목표로 한다.
연구
연구진이 검색·코드 실행을 허용해 5개 모델을 시험했습니다. 채점 과정에서 전문가 기준 답안의 오류도 발견됐습니다.
연구
OpenAI는 9월 나비에-스토크스 방정식 해법의 형식 검증 초안을 공개했지만, 전문가들은 주장한 접근법과 다르고 기여도도 불분명하다고 지적했다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
