ROS Discourse
Uranus — 로봇 시뮬레이션의 데이터 기반 접근 탐색
Uranus는 물리 기반 시뮬레이터의 모델링 비용과 실물 로봇 검증의 재현 어려움을 보완하기 위한 데이터 기반 로봇 시뮬레이션 프레임워크다. 관절 궤적 조건부 자기회귀 확산 세계 모델(joint-trajectory-conditioned autoregressive diffusion world model)을 핵심으로 하며, 다시점 관찰·카메라 캘리브레이션·로봇 기술서(description)를 입력받아 미래 다시점 프레임을 생성하고 인터랙티브 클로즈드 루프(closed-loop) 궤적을 유지한다. 3,300시간 이상의 실물 로봇 데이터를 정제·보정하여 1.3B 파라미터 세계 모델을 학습했으며, 서빙 인프라 기준 24 FPS에 도달했다고 개발팀은 밝혔다. 복수의 로봇 플랫폼에 걸친 크로스-임바디먼트(cross-embodiment) 일반화와 장기 일관성 평가를 지원하며, 접근법의 한계 사례도 함께 공개할 예정이다. 코드·모델 가중치·데이터는 오픈소스로 배포된다.
큐레이터24 FPS 추론 속도와 크로스-임바디먼트 일반화 결과는 개발팀의 자체 보고이며, 독립 검증 결과는 아직 없다. 이 글은 기술 발표 예고문이므로 세부 실험 조건과 한계 분석은 발표 이후에 확인해야 한다.