휴머노이드는 어떻게 넘어지지 않고 걷나: ZMP 기반 제어에서 강화학습 보행 정책까지
휴머노이드 이족보행 제어가 ZMP·역진자 모델 기반 계획과 전신 제어(WBC)에서 시뮬레이션 대규모 강화학습 정책으로 넓어진 흐름을 원 논문과 자료로 정리하고, 두 방식의 장단점과 결합 방법을 설명합니다.
Reinforcement Learning
Sim-to-Real 격차는 왜 생기고 어떻게 줄이나: 도메인 랜덤화·동역학 랜덤화·적응 모듈 정리
시뮬레이션에서 학습한 로봇 정책이 실제 하드웨어에서 실패하는 시각·동역학 격차의 원인과, 도메인 랜덤화·동역학 랜덤화·자동 랜덤화(ADR)·적응 모듈(RMA) 같은 해법을 원 논문 기준으로 정리하고 적용 순서를 안내합니다.