접촉지능을 읽고 생각하다
핵심 기술과 연구노트, 현장에서 얻은 인사이트와 회사 소식을 한곳에서 전합니다.
모든 이야기
14개의 글안정적인 접촉 교시: 양방향 제어의 에너지 관리
유지환 교수의 시간영역 수동성 연구를 바탕으로, 단단한 접촉과 통신 지연 속에서도 시연을 이어 가는 기반을 살펴봅니다.
- TDPA
- 안정성
- 힘 피드백
단단함은 선명하게, 움직임은 자연스럽게
고강성 렌더링과 투명도를 함께 높이기 위한 가상 관성·UVI 연구, 그리고 현장감을 평가하는 방법.
- 고강성 렌더링
- 투명도
- UVI
작업자의 손을 방해하지 않는 양팔 햅틱 장치
양팔의 작업 공간, 힘 표현 능력, 관성과 마찰을 함께 다루는 장치 개발의 기준.
- 양팔 디스플레이
- 마찰 보상
- 장치 개발
힘의 이력을 행동으로: 햅틱 데이터 기반 학습
힘과 촉각을 이해하는 정책과 접촉 기반 월드 모델의 방향을 정리합니다.
- FMT
- 물리 표현
- 월드 모델
접촉 작업을 기록한다는 것
한국 제조 현장의 숙련을 로봇의 배움으로 옮기려면, 손의 궤적과 함께 판단의 근거도 남겨야 합니다.
- Why Korea
- 숙련
- 접촉 데이터
큰 데이터셋 안에, 접촉은 얼마나 담겨 있을까?
에피소드 수만으로는 보이지 않는 차이. 공개 로봇 데이터셋을 힘·촉각·시간 정보의 관점에서 읽습니다.
- 오픈 데이터
- 데이터 품질
- 멀티모달
로봇의 ‘마취된 손’에 감각을 돌려준다면
보는 능력은 빠르게 좋아지고 있습니다. 이제 접촉을 직접 느끼고, 그 결과로 다음 행동을 고르는 능력을 묻습니다.
- 접촉지능
- VLA
- 월드 모델
ForceVLA: 힘을 넣는 것과 힘을 쓰는 것
힘 신호를 단순히 추가하는 방식과, 행동 생성 과정에서 융합하는 방식의 차이를 읽습니다.
- Kinesthetic
- ForceVLA
- VLA
서로 다른 신호를 하나의 판단으로
영상과 힘처럼 서로 다른 시간축의 신호를 접촉 작업의 판단으로 연결하는 접근을 살펴봅니다.
- 멀티모달 학습
- 시간 표현
- 접촉 모델
DexForce: 시연의 궤적에 힘의 의도를 담는 법
로봇을 손으로 이끌어 가르칠 때, 위치만 남기면 무엇이 빠질까요?
- Kinesthetic
- DexForce
- 시연
Tactile-VLA: 물체에 대한 지식을 접촉에 연결하기
물체가 무엇인지 아는 능력과, 그 물체를 어떻게 쥘지 결정하는 능력 사이를 살펴봅니다.
- Tactile
- Tactile-VLA
- 일반화
Reactive Diffusion Policy: 계획은 길게, 접촉 반응은 빠르게
큰 동작을 계획하는 시간과 손끝의 변화에 대응하는 시간을 나누면 무엇이 달라질까요?
- Tactile
- RDP
- 접촉 반응
3D-ViTac: 손끝의 접촉을 3차원 공간에 놓기
촉각을 한 장의 이미지로 붙이는 대신, 어디에서 일어난 접촉인지 공간적으로 연결한 연구입니다.
- Tactile
- 3D-ViTac
- 공간 표현
OSMO: 사람과 로봇이 공유하는 촉각 글로브
오픈소스 하드웨어가 여는 인간 시연의 가능성과, 작업자의 솜씨를 보존하기 위해 남은 질문.
- OSMO
- 촉각 글로브
- Human-to-robot