๊ฐํํ์ต 1๊ฐ์์ ๋ง๋ ํฝ์ ๋จ์ ์ธ์์ Stanford CS231n 2026 ๊ฐ์์ ํจ๊ป ์ฝ์ต๋๋ค. ๋ถ๋ฅยท๊ฒ์ถยท๋ถํ , ์ ์ ์ง๋, FCN, ๋ง์คํฌ์ IoU๋ฅผ ์์ ์์ ๋ก ์ดํดํ๊ณ ํ๋ ์ธ๊ณต์ง๋ฅ VI๋ก ์ด์ด๊ฐ๋๋ค.
Topic: #robot-learning
A collection of 12 posts about robot-learning.
ECoT์ ์ถ๋ก ์ ์ฐ์ฐ ํ์ฅ์ ํตํด ๋ก๋ด์ด ํ๋จ์ ์๊ฐ์ ์ฐ๋ ๋ฐฉ๋ฒ์ ์ดํด๋ณธ๋ค.
์ ํ๊ฒฝ์์์ ์ผ๋ฐํ, ์ ์ด ์ผ์ฑ, ๋น ๋ฅธ ์ ์๊ณผ ํ์ ํ์ต์ ์ฐ๊ตฌ ์ง๋ฌธ์ผ๋ก ๋ฐ๊ฟ ๋ณธ๋ค.
์ฌ๋ฌ ๋ก๋ด์ ํ ๋ชจ๋ธ๋ก ์ ์ดํ๋ ๋ฒ.
์๋ ๋ชจ๋ธ๋ก ๋ก๋ด ํ๋์ ๊ฒฐ๊ณผ๋ฅผ ์์ธกํ๋ ๋ฒ.
๋ณด์๊ณผ ๊ฐ์น์ ์ฐจ์ด๋ถํฐ ๋ฒจ๋ง ๋ฐฉ์ ์, ๊ฐ์นยท์ ์ฑ ๋ฐ๋ณต, Q-learning, DQN๊ณผ ์ฐ์ ํ๋ ์ ์ด๊น์ง. ์๋ณธ ๊ทธ๋ฆผ๊ณผ ์๊ฐ ์๋ง์ ๋์กฐํ๊ณ ์์ ๊ฒฉ์ยท์์น ์์ ๋ก ๊ณ์ฐ ๊ณผ์ ์ ํ์ด ๋ด ๋๋ค.
์๋ณธ ์ฌ๋ผ์ด๋์ ๊ณต๊ฐ ์๋ง์ ๋์กฐํด REINFORCE, ๊ธฐ์ค๊ฐ๊ณผ ์ด๋๋ฐดํฐ์ง, ์ค์๋ ํ์ง, TRPOยทPPOยทSAC๋ฅผ ํ์ด ๋ด ๋๋ค. ํ๋ฅ ๋นยท์ํธ๋กํผยท์์ค ๋ถํธ๋ฅผ ์ง์ ๊ณ์ฐํ ์์ ์ ํจ๊ป ์ค๋ช ํฉ๋๋ค.
ํ ์ฅ๋ฉด์ ์ฌ๋ฌ ์ ๋ต ํ๋์ด ์์ ๋ ํ๊ท ์ด ์ ์คํจํ ๊น์? VAE, VQ-VAE, DDPMยทDDIM, Diffusion Policy์ Flow Matching์ ์๋ณธ ๊ทธ๋ฆผยท๊ณต๊ฐ ์๋งยท๋ณด์ถฉ ๊ฐ์์ ํจ๊ป ์ค๋ช ํฉ๋๋ค.
ํ ์ฅ์ ์ฌ์ง์ผ๋ก ์ ์ ์๋ ๋ก๋ด์ ์ํ๋ฅผ ์ด๋ป๊ฒ ๊ธฐ์ตํ ๊น์? attentionยทํ ํฐยท์์น ์ ๋ณด์์ CLIPยทVLMยทACTยทFAST๊น์ง, ์ฌ๋ผ์ด๋์ ๊ณต๊ฐ ์๋ง์ ๋์กฐํ๊ณ ๊ณ์ฐ ์์ ๋ก ํ์ด ๋ด ๋๋ค.
๋ก๋ด ํ์ต์ ๋ฌด์์ ๋ฐฐ์ฐ๊ณ , ์ด๋ป๊ฒ ํ๋ํ๋๊ฐ? ETH 2026 ๊ฐ์ ์ฌ๋ผ์ด๋์ ํจ๊ป ์ ์ฑ ยท๋ชจ๋ฐฉํ์ตยท๊ฐํํ์ตยทVLA๋ฅผ ์ดํดํ๊ณ ์ค์ ์ฝ๋์ ์๋ฎฌ๋ ์ด์ ์์ ๋ก ์ฐ๊ฒฐํฉ๋๋ค.
๋ก๋ด์ ๋ชฉํ๊ฐ ์ค์ ์์ง์์ด ๋๋ ๊ณผ์ ์ ์ขํ๊ณยท์ญ๊ธฐ๊ตฌํยท๊ถค์ ยทPID๋ก ์ดํดํ๊ณ , ์ํยทํ๋ยท์ ์ดยท๋ณด์์ผ๋ก MDP๋ฅผ ๊ตฌ์ฑํฉ๋๋ค. ETH 2๊ฐ ์ฌ๋ผ์ด๋์ ์๋ง, ์คํํ ์๋ฎฌ๋ ์ด์ ์ ํจ๊ป ์ดํด๋ด ๋๋ค.
์ ๋ฌธ๊ฐ์ ์์ฐ์์ ์ ์ฑ ์ ๋ฐฐ์ฐ๋ ํ๋ ๋ณต์ ๋ถํฐ DAgger, ๋ค๋ด ํ๋ ๋ถํฌ์ ์ ์ฌ ๊ณํ๊น์ง. ์๋ณธ ๊ทธ๋ฆผ๊ณผ ๊ฐ์ ์๋ง์ ๋ฐ๋ผ ๋ฐ์ดํฐยท์์คยท์คํ์ ์ฐจ์ด๋ฅผ ํ๊ณ ์์น ์์ ๋ก ํ์ธํฉ๋๋ค.