연구

자연어 지시와 시각 정보를 이해하고 작업에 내재된 제약 조건을 명시적으로 추론하는 제약 추론 기반 시각-언어-행동 모델(CA-VLA)을 개발합니다. 조작 작업을 이동·정렬·접촉·삽입 구간으로 분해해 각 구간의 기하·접촉·힘/토크·순서·안전 제약을 계산 가능한 형태로 구조화하고, 이를 로봇 좌표계의 접촉점·정렬축·허용 공차·금지 영역으로 변환합니다. 모델 기반 제어·계획 모듈로 VLA가 생성한 행동을 보정하여 펙인홀, 회전 조립, 양팔 협동 조작 등 고정밀 작업의 성공률과 안정성을 높이는 것을 목표로 합니다. 개발된 제약 추론·행동 보정 모듈은 기존 VLA 모델에 플러그인 형태로 결합되어 반도체·배터리·정밀 조립 현장과 협동로봇·휴머노이드 등 다양한 플랫폼으로 확장할 수 있습니다.

안준호, 오가현, 손동우

• VLA
• Physical AI
• 제약 추론
• 고정밀 조작

6kg 이하의 혼재·비정형 포장체(Box, Fresh Tote, Soft Bag 등)를 휴머노이드가 작업대에서 컨베이어로 옮기는 작업을 60분 이상 사람 개입 없이 안정적으로 수행할 수 있는 Physical AI 자율조작 기술을 개발합니다. IGRIS C 휴머노이드 플랫폼 고도화, 강화학습 기반 전신 균형 제어, 제약 기반 양팔 모션 플래닝, 학습 기반 파지·조작 기술을 통합하고, 신규 포장체에도 추가 학습 없이 일반화되는 조작 정책을 확보합니다. 실제 물류 환경을 모사한 테스트베드와 실환경 PoC를 통해 반복 이송 작업의 안정성과 사업화 가능성을 실증하고, 도심 물류 거점의 출고·집하 자동화로 확산 가능한 기술 레퍼런스를 마련합니다.

손동우, 선찬우, 안준호, 오가현, 이진우

• IGRIS C
• Physical AI
• 양팔 조작
• 전신 제어
• 물류 자동화