| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- Mask Processing
- ubuntu
- machine learning
- Reinforcement Learning
- hm3dsem
- real-time object detection
- opencv
- AlexNet
- CNN
- image processing
- YoLO
- hm3d
- eecs 498
- dfs
- 딥러닝
- 백준
- BFS
- r-cnn
- 강화학습
- MySQL
- 머신러닝
- DP
- two-stage detector
- LSTM
- NLP
- Python
- 그래프 이론
- dynamic programming
- deep learning
- C++
- Today
- Total
JINWOOJUNG
[RFM] Foundation models in robotics: Applications, challenges, and the future 본문
[RFM] Foundation models in robotics: Applications, challenges, and the future
Jinu_01 2025. 10. 8. 20:38Paper
https://arxiv.org/abs/2312.07843
Foundation Models in Robotics: Applications, Challenges, and the Future
We survey applications of pretrained foundation models in robotics. Traditional deep learning models in robotics are trained on small datasets tailored for specific tasks, which limits their adaptability across diverse applications. In contrast, foundation
arxiv.org
Intro
AI, Robotics에 관심이 많은 사람들이라면 지난 CES 2025에서 젠슨황의 기조연설을 통해 Physical AI 즉, 인간처럼 현실 세계를 인식하고, 자율적으로 판단·행동 함으로써 물리 환경과 상호작용하는 AI가 앞으로의 활발한 연구 방향임을 알고 있을 것이다.
Foundation models in robotics: Applications, challenges, and the future 논문은 GPT와 같은 거대 모델을 로봇에 접목시키는 Robot Foundation Model(RFM)을 주제로 지금 산업계와 학계에서 진행되는 연구들을 정리한 논문으로, 특히 LLM과 VLM이 로봇의 의사결정, 강화학습, Task Planning에 적용될 수 있는지를 다룬다.
앞으로는 본 논문을 하나하나 분석하면서, Physical AI, RFM, VLAM 관련 학계에서의 최신 연구들을 따라 갈 계획이다.