새로운 Robo-COP 시스템은 로봇의 정책과 이를 조정하는 오케스트레이터를 함께 학습시킨다. 시뮬레이션 성공률은 73.8%, 실제 환경 성공률은 50%까지 높아졌다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
연구진은 로봇이 실제로 사용되는 동안 비전·언어·행동 정책과 오케스트레이터를 함께 미세 조정하는 방법인 Robo-COP를 선보였다. 시스템은 스스로 실수 데이터를 수집해 정책을 업데이트하고, 학습에 사용한 작업에서 성능이 더 좋다는 점이 확인된 뒤에야 새 버전을 적용한다. 시뮬레이션 환경의 RoboLab 작업 10개에서는 성공률이 64.8%에서 73.8%로 올랐고, 실제 환경 작업 3개에서는 38.3%에서 50.0%로 상승했다.
서비스 로봇이 현장에서 스스로 성능을 높일 수 있어, 사람이 자주 수동으로 재프로그래밍할 필요가 줄어든다.
연구
한 대의 카메라로 촬영한 사람이 물체를 다루는 영상을 로봇 손의 궤적으로 바꾸는 연구 파이프라인이다. 연구진은 기존 전이 방식보다 성공률이 높았다고 밝혔다.
연구
오픈AI는 미공개 모델을 수학 연구에 투입해 722편의 원고를 정리했다고 밝혔습니다. 다만 일부 결과는 오류가 있을 수 있어 추가 검증이 필요합니다.
연구
OpenAI는 2026년 10월 7일 부호 오류로 핵심 논증이 무효가 된 대수기하학 논문 3편을 철회한다고 발표했다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
