Collecting robot training data is dirty, unglamorous work. Some AI labs are already paying XDOF to do it.
If physical AI is going to match the accomplishments of LLMs, there's a data problem that needs to be solved.
104개의 기사
If physical AI is going to match the accomplishments of LLMs, there's a data problem that needs to be solved.
다음 인공지능 로봇은 머리도 없을 수 있고, 다리도 없을 수 있다. 그것은 thậm chí輪 접이식 의자처럼 접을 수 있다. 그러나 Genesis AI는 "인간형 로봇은 인간처럼 보이지 않아도 된다."라고 말한다. 이것이 프랑스 스타트업의 새로운 로봇인 Eno의 모습을 설명한다.
허그킹 페이스 허브에서부터 로봇 하드웨어까지, Strands Agents와 LeRobot은 인공지능(AI) 기술의 발전을 증명했다. 이 두 회사간의 협력은 인공지능(AI) 기술을 로봇 하드웨어에 적용하는 데 큰 발전을 가져왔다.
Theker는 재구성 가능한 공장 로봇을 개발하기 위해 8억 달러를 huyoung에 투자받았다. 이 로봇은 특정한 형태나 기능에 집중하지 않고 다양한 작업을 수행할 수 있다.
나는 개인 AI 보조기능이 정말 필요하지만, 정말로 나는 전화에 있는 친절한 로봇 목소리가 없이도 기능할 수 있는 사람으로 변해버리길 원하는 걸까?
장기간 로봇 조작은 점진적으로 실패한다: 하나의 잘못된 단계가 상태를 저하하고 정책은 회복할 수 없는 계곡으로 빠진다. 실패는 종종 발생하기 전에 눈에 띄운다. 우리는 AEGIS (활성화 프로브 이른 경보, 게이트드 인페런스 Switching)라는 선택적 승진 방법을 소개한다. 이 방법은 약한 정책의 고정 활성화에 가벼운 프로브를 사용하여 아직 행동할 수 있는 시기에 위험한 단계를 감지한다.
arXiv:2606.05411v1 Announce Type: new Abstract: Motivational architectures in cognitive AI have largely been designed for physical agents regulating bodily needs. Conversational agents operate in a di
캘리포니아 출신의 스타트업이 집에서 도와주는 로봇 '스트레치'의 네 번째 покол기에 대한 발표를 냈습니다.
아마존은 새로운 종류의 완전 자동화倉庫 로봇인 프로테우스(Proteus)의 업그레이드 버전을 발표했다. 이 새로운 버전은 언어를 사용하여 상호작용할 수 있다. 코드를 사용하는 대신. 아마존은 이 업그레이드가 인간 로봇을 대체할 때 자동화 방향을 더욱 확장하는 과정에서 나온 결과라고 밝혔다. 아마존은 AI를 기반으로 한 이 업그레이드가 인간 직원들이 로봇에게 [...]
AI 감정적 지원은 일반적으로 특정한 목적을 가진 대화 로봇과는 달리, 일상적인 플랫폼에서 작업과 관련된 목적을 가진 상호작용에서 발생한다. 작업장에서 친한 친구 관계가 깊어지는 것과 마찬가지로, AI 감정적 지원은 의도치 않게 발생한다. 이러한 의도치 않은 만남은 경로 의존적이다. AI 감정적 지원의 긍정적인 경험은 사람들이 AI의 감정 능력에 대한 믿음이 업데이트되고, 앞으로의 감정적 지
PCG(Procedure Content Generation) 분야에서 게임 내 적을 위한 콘텐츠 생성에 대한 연구는 많은 연구가 진행되었지만, 적의 형태(morphology) 생성에 대한 연구는 거의 없다고 할 수 있다. 적의 형태는 게임 내 적의 기본적인 몸 구조 및 충돌 정보를 의미한다. 이는 로봇 분야의 형태 생성 연구와 관련이 있다. 이 논문에서는 플레이어 충돌 정보를 기반으로 적의
AURA-Mem은 VRAM에서 데이터 센터와 달리 Embodied Agent가 실행되는 한계를 고려하여 개발된 새로운 메모리 기술입니다. AURA-Mem은 이전 관찰에서 다음 행동이 변경되지 않는 경우에만 메모리에 쓰기를 수행하는 learned gate를 사용하여 메모리 쓰기를 최소화합니다.
AI 교육 스타트업 Shift는 당신의 집을 무료로 청소해 줄려고 한다. 그 조건은 - website에 적혀 있든지, 그래도 항상 조건이 있거든 - Shift는 청소하는 동안 영상을 녹음하고, 청소하는 사람들을 통해 로봇을 교육하기 위해 사용할 것이다. Shift는 사회_media를 통해 이 이상한 제안을 발표했다.
세계 곳곳의 열대 우림은 경제적이고 정치적인 이익으로 인해 강도 높은伐지 압력을 받고 있으며, 과학적 증거는 이 伐지가 기후 변화에 기여한다고 한다. 이 논문은 열대 우림에 대한 새로운伐지 방법, 유라-리-엘(Ultra-Reduced-Impact-Encased-Logging, URIEL)을 제안한다. 이 새로운 방법은 헬리-伐지 기술과 로봇과 인공지능(AI)을 통합한 드론이 수행하는 후처리
Human Archive, a startup founded by UC Berkeley and Stanford researchers, is paying gig workers in India to wear camera-equipped caps and sensor devices to collect the real-world physical training dat
The Convention on Certain Conventional Weapons, an international forum that focuses on lethal autonomous systems, is hosted twice a year at the United Nations in Geneva. When Branka Marijan attended i
arXiv:2605.22874v1 Announce Type: new Abstract: Effectively translating between natural language (NL) and formal logics like Linear Temporal Logic (LTL) requires expertise that limits formal verificat
구글 I/O 2026의 대화의 단계에서 리더들이 인공지능, 양자 컴퓨팅, 로봇공학 및 창의성의 미래를 논의한다. 이 행사에서 우리는 AI 기술의 발전과 미래의 가능성을 위한 새로운 아이디어를 발견할 수 있었다.
구글 딥마인드는 genie 프로젝트와 거리뷰를 통합하여 로봇, 게임, 여행 등 다양한 분야에适용되는 가상 세계 시뮬레이션을 구축하고 있습니다. 사용자는 환경, 기후 변화, 희귀한 상황을 탐험할 수 있습니다.
구글은 AI를 이용한 쇼핑에 온 힘을 다하고 있습니다. 구글 IO에서 구글은 AI를 이용한 상거래 도구의 최신 버전을 발표했습니다. 이 도구는 'Universal Cart'로, 다양한 판매자와 구글의 제품인 Gemini와 YouTube, Gmail과 같은 제품에 사용할 수 있습니다. 사용자는 구글의 Universal Cart에 제품을 추가할 수 있습니다.
연구실 자동화를 통해 과학 실험의 빠르기, 안전성, 정확성, 재현성을 높일 수 있다. 하지만 연구실 자동화를 위해 여러 장비와 로봇을 조정하는 것은 과학자들에게 코드 작성, 설정 파일 관리, 복잡한 소프트웨어 인프라 탐색과 같은 어려움을 собою 둔다. 이에 대한 해결책으로, 과학자들이 자연어를 통해 자동화된 실험 프로토콜을 생성하고 모니터링할 수 있는 AI 에이전트 아키텍처를 제시한다.
NVIDIA Cosmos Predict 2.5을 위한 LoRA/DoRA를 사용한 로봇 비디오 생성 기술이 개발되었습니다. 이 기술은 로봇의 동작을 예측하고 비디오를 생성하는 데 사용할 수 있습니다.
Vision-Language Models(VLMs)가 안전 카테고리 애플리케이션에서 널리 사용되고 있지만, 특정 실세계 상황에서 극단적인 실패를 보이기도 한다. 이 실패 모드는 REVELIO라는 프레임워크를 통해 체계적으로 발견할 수 있다. REVELIO는 VLM의 중대한 실패 모드를 발견하기 위해 두 가지 검색 절차를 결합하여 사용한다.
오프라인에서 온라인으로의 강화 학습은 샘플 효율성을 향상시키기 위해 미리 수집된 데이터 세트를 온라인 상호 작용 전에 사용합니다. 그러나 대규모 상태-액션 공간에서 데이터 세트 커버리지가 제한된 경우 정확한 비평가를 학습하는 것이 주요 도전 중 하나입니다. RankQ는 시간 차이 학습을 위한 자가 감독된 다항식 랭킹 손실을 추가하여 구조화된 액션 순서를 강제하는 오프라인에서 온라인으로의 Q 학습 목표를 제안합니다. RankQ는 액션 기울기를 더 높은 품질의 행동들로 향유도록 Q 함수를 형성하기 위해 상대적인 액션 선호도를 학습합니다.