연구진이 새롭고 유연한 움직임을 보이는 소프트 로봇 지느러미를 개발했다. 이 지느러미는 새와 물고기의 유동적인 움직임을 모방하여 수중 로봇이 난류 속에서도 움직일 수 있게 도와준다.
MIT린컨 연구소 인턴 아이비 만크는 인간 다이버와 로봇이 수중에서 항해하는 데 도움이 되는 알고리즘을 개발하고 테스트했습니다.
인간형 로봇은 발전하면서 공간을 안전하게 공유하고 다양한 작업을 수행할 수 있는 기계를 약속하며 주목을 받고 있습니다. 그러나 이러한 로봇들은 항상 미래로의 여정에서 발전하며 주목을 받고 있습니다.
MIT의 AquaCulture Shock 프로그램은 MIT-스칸디나비아 MISTI와 협력하여 해양 양식 분야의 AI와 자율 주행 기술에 대한 국제 인턴십을 제공한다.
중국의 평양대학 연구진이 개발한 수중 외골격으로 다이버들은 와중에 발을 움직이는 것에 도움을 받을 수 있을 것으로 예상됩니다. 이 장치는 수중 수영의 부담을 줄여주어 스쿠버 탱크를 더 오래 사용할 수 있게 해줄 것입니다.
Generalist AI가 GEN-θ를 공개했습니다. 이 모델은 시뮬레이션에 의존하지 않고 혼돈스러운 로봇 데이터로부터 물리적 기술을 학습할 수 있는 싱글 모델을 어떻게 구축할 수 있는지 보여줍니다. GEN-θ는 인터넷 비디오나 시뮬레이션 대신에 고품질 원시 물리적 상호작용 데이터로 직접 훈련된 신체 기반 모델의 가족입니다.
뮌헨 공대 연구진이 마르세유 항구에서 최초로 자율 수중 쓰레기 수거 시스템을 시연했다. 자율 로봇이 해저로 가서 쓰레기를 수거하는 모습은 마치 대형 클로 바구니 게임과 같다.
이 튜토리얼에서는 Hugging Face의 LeRobot 라이브러리를 사용하여 PushT 데이터셋에서 행동 복제 정책을 훈련하고 평가하는 방법을 단계별로 안내합니다. Google Colab 환경 설정부터 필요한 종속성 설치, LeRobot의 통합 API를 통해 데이터셋을 로드하는 과정을 진행합니다. 그리고 간결한 시각 모터 정책을 설계합니다.
물리 AI란 무엇인가? 로봇 공학에서의 인공지능은 영리한 알고리즘에 그치지 않는다. 로봇은 물리적 세계에서 작동하며, 그들의 지능은 몸과 두뇌의 공동 설계로부터 나온다. 물리 AI는 재료, 구동, 감지 및 계산이 학습 정책이 작동하는 방식에 어떤 형태로 영향을 미치는지를 설명한다.
인공지능과 로보틱스는 자동화, 인식 및 인간-기계 협업 분야에서 혁신을 이끌며 전례없는 속도로 융합되고 있습니다. 이러한 발전을 따라가기 위해서는 기술적 심도, 연구 업데이트 및 산업 통찰력을 제공하는 전문 소스를 따라야 합니다. 이 리스트는 2025년 추적해야 할 가장 권위있는 로보틱스 및 AI에 중점을 둔 블로그와 웹사이트 12곳을 강조합니다.
NVIDIA의 로봇학 팀이 최근 Jetson Thor를 발표했는데, Jetson AGX Thor 개발 키트와 Jetson T5000 모듈이 포함되어 현실 세계 AI 로보틱스 개발에 중요한 이정표를 세웠다. 물리 AI를 위한 슈퍼컴퓨터로 설계된 Jetson Thor는 생성적 추론과 멀티모달 센서 처리를 제공하여 엣지에서의 추론과 의사결정을 가능케 한다.
미크로 모빌리티 솔루션은 도시 내 짧은 거리 이동을 혁신하고 있으며, 인간의 제어에 의존하는 기기들의 효율성 및 안전성 문제를 해결하기 위해 스케일러블 도시 시뮬레이션을 활용한 자율 미크로 모빌리티 기술이 발전 중이다.
Embodied AI의 3D 환경을 확장하는 과제. 현실적이고 정확한 3D 환경은 Embodied AI의 교육과 평가에 중요하다. 현재의 방법은 비용이 많이 들고 현실감이 부족해 확장성과 일반화를 제한한다. EmbodiedGen은 이러한 문제를 해결하기 위해 개발되었다.
2025년 FIRST Robotics World Championship에서 NASA는 학생 로봇팀과 산업 리더들에게 달 탐사차, 로봇 팔, 그리고 다음 발견 시대를 형성하는 대화와 함께 우주 탐사의 미래를 소개했다. NASA는 Artemis 세대와 직접 소통하며 미래 우주 탐사를 모색했다.
