DREAM Lab.
EN KO

Research

연구

로봇 팔 조작을 중심으로, 이동형 조작과 휴머노이드까지 — 동적인 환경에서 스스로 작업하는 로봇을 연구합니다.

Motion Planning

01

Motion Planning

기구학·폐연쇄(closed-chain)·작업 제약 조건 아래에서 실행 가능한 파지와 동작을 계획합니다. 단일 로봇 팔부터 전신 시스템까지 다룹니다.

  • Grasp Planning
  • Whole-body Motion Planning
  • Constrained Motion Planning

관련 논문

  • Connectivity-Aware Representations for Constrained Motion Planning via Multi-Scale Contrastive Learning IEEE ICRA 2026arXiv
  • A Constrained Motion Planning Method Exploiting Learned Latent Space for High-Dimensional State and Constraint Spaces IEEE/ASME T-MECH 2024Paper
  • Motion Planning for Closed-Chain Constraints Based on Probabilistic Roadmap With Improved Connectivity IEEE/ASME T-MECH 2022Paper
  • Scalable Learned Geometric Feasibility for Cooperative Grasp and Motion Planning IEEE RA-L 2022Paper
Physical AI

02

Physical AI

모방학습, 비전-언어-행동(VLA) 모델, 데이터 수집을 위한 원격조작, 학습된 정책의 후처리 최적화 등 데이터로부터 조작 기술을 학습합니다.

  • Post-optimization Algorithm
  • Vision-Language-Action Models
  • Imitation Learning
  • Teleoperation
  • Dataset Augmentation

관련 논문

  • SNU-Avatar Haptic Arm: A Hybrid QDD/DD Operator Interface for Teleoperation IEEE Access 2026Paper
  • LiPo: A Lightweight Post-optimization Framework for Smoothing Action Chunks Generated by Learned Policies IJCAS 2025Paper
  • Intuitive and Interactive Robotic Avatar System for Tele-Existence: TEAM SNU in the ANA Avatar XPRIZE Finals IJSR 2024Paper
Humanoids

03

Humanoids

실제 환경에서 일하는 휴머노이드 로봇의 전신 조작과 이족 보행을 연구합니다.

  • Whole-body Manipulation
  • Bipedal Walking

관련 논문

  • Dual-Channel EtherCAT Control System for 33-DOF Humanoid Robot TOCABI IEEE Access 2023Paper

Projects

연구 과제