| 박사과정 탄비르(지도교수 안상태), 로봇 분야 탑티어 학회 IROS 2026 논문 채택 | |||||
| 작성자 | 관리자 | 작성일 | 2026-06-19 | 조회수 | 96 |
|---|---|---|---|---|---|
| 첨부파일 | |||||
 전자전기공학부 박사과정 탄비르 학생(지도교수 안상태)이 로봇 및 AI 분야 세계 최고 권위의 국제학술대회인 'IEEE/RSJ International Conference on Intelligent Robots & Systems 2026 (IROS 2026)'에 제1저자로 논문을 게재하는 쾌거를 이뤘다 (제목: SUREFlow: State-space Uncertainty-aware Residual Flow Matching for Robust Robot Manipulation). 기존의 Vision-Language-Action(VLA) 로봇 제어 정책은 노이즈나 부분 관측, 확률적 초기 조건 등으로 인해 장기 실행 시 작은 속도 오차가 누적되어 실행 안정성이 떨어진다는 한계가 있었다. 또한, 기존의 Diffusion 및 Flow 기반 정책들은 오차가 균일하다는 가정하에 작동하여 액션 생성 과정에서 불확실성을 명시적으로 모델링하지 못했다. 이러한 문제를 해결하기 위해 연구팀은 Mamba 모델을 기반으로 로봇의 액션 속도와 입력값에 따른 잔차 불확실성을 동시에 예측하는 SUREFlow 프레임워크를 제안하였다. 이 프레임워크는 환경의 추가적인 피드백 없이도 예측된 불확실성을 바탕으로 신뢰도가 낮은 액션 차원만을 선택적으로 정밀화하여 연산 효율성을 보존하면서도 누적 오차를 획기적으로 줄였다. 이러한 기술적 혁신을 바탕으로 연구팀은 로봇 조작 공인 데이터셋인 LIBERO, Meta-World, LIBERO-PRO를 활용해 다양한 실험을 진행하였으며, 기존 Mamba 기반 모델인 MaIL 대비 평균 성공률을 34.3% 향상시켰을 뿐만 아니라, 단 179M의 경량화된 파라미터만으로도 3B~7B 규모의 초대형 VLA 모델들과 대등한 수준의 압도적인 장기 강건성을 보임을 입증하였다. 한편, 본 연구는 한국연구재단의 기초연구실사업(물리적 상호작용을 통한 심층상태공간모델 기반의 행동지능 기초연구실, 연구책임자: 이상문)의 지원을 받아 수행되었다. 뇌인공지능 연구실: https://knu-brainai.github.io |
|||||
