로봇 플랫폼의 센서 데이터와 동작 로그를 분석해 자율 행동과 작업 수행의 정밀도를 높입니다.

• 센서 융합 기반 실시간 상태 추정
• 작업 환경 적응형 모션 플래닝
• 안전 제약 조건 하의 자율 행동

로봇 조작 데이터를 학습해 복잡한 작업을 자율적으로 수행하고 작업 효율을 개선합니다.

• 시연 기반 조작 학습 파이프라인
• 다양한 작업 환경에서의 범용 조작
• 실시간 장애물 회피 경로 계획

원격 조작 시스템에서 수집한 조작 데이터로 로봇 학습을 가속하고 다양한 작업에 전이합니다.

• 원격 조작 데이터 기반 행동 클로닝
• 이암 협조 작업 학습
• 시뮬레이션-실제 간 전이 학습

사전 학습된 VLA 파운데이션 모델을 도메인 특화 시연 데이터로 파인튜닝해 새로운 작업과 현장에 빠르게 적용합니다.

• OpenVLA·π0 등 공개 VLA 모델 어댑터/LoRA 파인튜닝
• 현장 카메라·언어 지시·궤적 데이터 정합 파이프라인
• 도메인 적응을 통한 zero·few-shot 작업 일반화

지각, 판단, 제어를 분리하지 않고 센서 입력에서 모터 명령까지 단일 정책으로 학습해 모듈 간 오차 누적을 줄입니다.

• 이미지·고유감각·언어 입력을 묶은 단일 정책 학습
• Diffusion Policy·Transformer 기반 행동 생성
• 온디바이스 추론을 위한 경량화·증류 파이프라인