요약
중국 휴머노이드 로봇 기업 아스트리봇(Astribots, 星尘智能)이 실제 가동 환경에서 로봇을 정지 없이 학습시키는 온라인 강화학습(reinforcement learning) 프레임워크 SmoothRL을 개발했다. 기존 방식과 달리 시뮬레이션 없이 실제 작업 현장에서 직접 강화학습을 수행한다. 시각-언어-행동 모델(VLA) 등 대규모 로봇 모델을 실제 하드웨어에 적용할 때 모델의 행동 계산 시간과 로봇의 실행 시간 사이의 불일치에서 발생하는 비동기 추론(asynchronous inference) 문제를 해결 대상으로 삼는다.
큐레이터 노트
원문에 없는 맥락입니다
아스트리봇 자체 발표로, 어떤 작업 유형·몇 가지 과제·어떤 하드웨어 조건에서 검증했는지 독립적으로 확인된 바가 없어 범용성 판단은 유보가 필요하다. 비동기 추론 문제를 다룬 선행 연구들이 이미 존재하므로, SmoothRL이 기존 접근과 무엇이 구체적으로 다른지 비교가 필요하다.
이 글은 원문을 요약한 큐레이션입니다. 수치·스펙은 원문 표기를 유지했습니다. 로봇 발표는 제조사·연구실 보도자료가 많으므로 검증된 결과와 구분해 읽으세요.