신호 인간형 로봇, 온보드 카메라만으로 실시간 회피 성공률 95% 달성

요약

2026년 7월 30일 공개된 프리프린트가 인간형 로봇의 전신 안전성을 위한 지각인지 제어장벽함수-강화학습(CBF-RL) 프레임워크 'PAC-MAN'을 제시하며, 이를 공 피하기(dodgeball) 과제로 검증했다. 배치된 정책은 머리에 장착된 카메라의 세그멘테이션 마스크 깊이영상만으로 날아오는 공을 인지하며, 훈련 단계에서는 신체 각 링크별 여유 거리를 나타내는 제어장벽함수와 적대적 동작 사전분포를 가이던스로 사용한다. 단일 던지기와 로봇이 스테이션으로 복귀 후 회복하는 배치 루프 두 체제로 구성된 벤치마크에서, 지각 정보만 사용하는 정책이 특권적 상태 정보를 가진 오라클과 근접한 성능을 보여, 고정 온보드 카메라만으로도 회피에 충분함을 입증했다. 연구진은 사용 가능한 장벽함수 구조가 지각 관측 가능성에 좌우된다는 점을 확인했다 — 관절 단위 장벽함수는 정확한 공 상태 정보가 있을 때 최고 성능을 보이지만 고정 카메라만 사용할 경우 성능이 저하되며, 추적 짐벌이나 특권 필터를 추가하면 회복된다. 경량 링크 단위 장벽함수 정책을 실제 Unitree G1 인간형 로봇에 제로샷으로 배치한 결과, 불완전한 지각 정보에도 불구하고 의미론적 세그멘테이션으로 서로 다른 공을 구분해 95%의 회피 성공률을 기록했다.