https://paper-curation.jehyunlee.dev/humanoid/ 2026-12-01T00:00:00Z Jehyun Lee paper-curation build_rss.py https://paper-curation.jehyunlee.dev/papers/2397_Adaptive_LIPM-based_trajectory_planning_for_energy-efficient/ 2026-12-01T00:00:00Z Ruchir J. Desai Yashavant D. Patel

경사지면에서 이족 보행 로봇의 안정적이고 에너지 효율적인 보행을 위해 Slope Adaptive LIPM (SA-LIPM)을 기반으로 궤적 계획을 수행하고, 12-DOF 하체 로봇에서 ZMP 안정성, COM 궤적, 관절별 에너지 소비를 상세히 분석한다.

https://paper-curation.jehyunlee.dev/papers/9132_a_system_for_fast_resilient_and_adaptable_loco-manipula/ 2026-06-01T00:00:00Z Duncan William Calvert

본 논문은 휴머노이드 로봇의 복잡한 로코-조작 행동을 신속하게 작성, 수정, 확장할 수 있는 통합 행동 아키텍처를 제시한다. Affordance Templates, Behavior Trees, 런타임 편집 가능한 지각 기능을 결합하여 DARPA Robotics Challenge를 통해 검증된 Coactive Design 원칙을 따른다.

https://paper-curation.jehyunlee.dev/papers/9131_tasknpoint_how_to_teach_your_humanoid_to_hit_a_backhand/ 2026-06-01T00:00:00Z Blake Werner Ilona Demler Pietro Perona Aaron D. Ames

TaskNPoint는 인간 코치의 명시적 역할 분담을 따르는 훈련 프로토콜로, 단일 동영상 시연에서 인문형 로봇이 동적 스포츠 기술을 학습하도록 한다. 핵심은 동적 스킬의 결과가 상호작용 윈도우(예: 라켓-볼 접촉 시점)라는 짧은 궤적 구간에 의해 결정된다는 구조적 성질을 활용하는 것이다.

https://paper-curation.jehyunlee.dev/papers/9130_rgb_rl_guided_whole-body_mppi_for_humanoid_control/ 2026-06-01T00:00:00Z Yunsoo Seo Sol Choi Euncheol Im Myo Taeg Lim Yisoo Lee

본 논문은 사전학습된 RL 정책을 sampling prior로 활용하는 RL guided whole-body MPPI 프레임워크를 제안한다. 이 하이브리드 접근법은 RL의 견고한 안정성과 MPPI의 명시적 목표 형성 능력을 결합하여, 정책을 재학습하지 않으면서도 모듈형 비용 항목으로 새로운 피드백 목표를 추가할 수 있게 한다.

https://paper-curation.jehyunlee.dev/papers/9129_bfmtrack_latent_sequence_optimization_for_physics-based/ 2026-06-01T00:00:00Z Thomas Rupf Agon Serifi David Müller Sammy Christen Ruben Grandia Espen Knoop Moritz Bächer

본 논문은 Behavioral Foundation Models (BFMs)를 motion tracking에 확장하기 위해 Latent Sequence Optimization (LSO)이라는 새로운 방법을 제안한다. 기존의 moving-window-averaging 휴리스틱의 한계를 극복하기 위해, 시뮬레이션 롤아웃과 policy gradient를 결합하여 latent 시퀀스를 최적화함으로써 동적인 motion을 정확하게 추적할 수 있도록 한다.

https://paper-curation.jehyunlee.dev/papers/9128_coordex_coordinating_body_and_hand_priors_for_continuou/ 2026-06-01T00:00:00Z Sikai Li Shuning Li Zhenyu Wei Yunchao Yao Chenran Li Mingyu Ding

본 논문은 고자유도 손과 인간형 로봇을 통해 연속적인 이동 중 손재주 있는 조작을 가능하게 하는 CoorDex라는 학습 파이프라인을 제시한다. 몸 먼저 움직이고 정지한 후 조작하는 기존의 stop-and-go 방식을 벗어나, 신체 운동과 손가락 조작을 분리된 latent prior로 모델링한 후 조정된 latent residual 정책으로 조합하는 방식을 제안한다.

https://paper-curation.jehyunlee.dev/papers/9127_humanoid-dart_humanoid_loco-manipulation_using_diffusio/ 2026-06-01T00:00:00Z Pranav Debbad Kanish Thiagarajan Victor Dhédin Shafeef Omar Majid Khadiv

본 논문은 희소한 인간 시연으로부터 시작하여 diffusion model 기반의 궤적 생성과 강화학습 기반의 추적 정책을 반복적으로 결합하는 자가지도 프레임워크 Humanoid-DART를 제안한다. 이를 통해 목표 공간을 자동으로 탐색하면서 인간형 로봇의 다양한 로코-조작 기술을 학습할 수 있음을 보여준다.

https://paper-curation.jehyunlee.dev/papers/9125_omnicontact_chaining_meta-skills_via_contact_flow_for_g/ 2026-06-01T00:00:00Z Runyi Yu Xiaoyi Lin Ji Ma Yinhuai Wang Koukou Luo Jiahao Ji Huayi Wang Wenjia Wang Runhan Zhang Ping Tan Ting Wu Ruoli Dai Qifeng Chen Lei Han

본 논문은 humanoid loco-manipulation을 위해 contact flow(CF)라는 컴팩트한 표현을 제안한다. Contact flow는 핵심 body trajectory와 시계열 binary contact signal로 구성되며, 이를 중심으로 한 hierarchical framework인 OmniContact는 low-level policy(CF-Track)와 high-level planner(CF-Gen)를 통해 meta-skill의 robust execution, autonomous recovery, flexible composition을 가능하게 한다.

https://paper-curation.jehyunlee.dev/papers/3327_Stability_of_Control_Lyapunov_Function_Guided_Reinforcement/ 2026-05-01T00:00:00Z Zachary Olkin William D. Compton Aaron D. Ames

본 논문은 Control Lyapunov Function (CLF)을 기반으로 한 강화학습(CLF-RL)으로 학습된 제어 정책의 이론적 안정성을 분석한다. 연속·이산 시간 모두에서 최적 제어 문제로 재정의하여 지수 안정성을 증명하고, 이를 수치 검증 및 휴머노이드 로봇의 주기 보행 실험으로 검증한다.

https://paper-curation.jehyunlee.dev/papers/3321_ReActor_Reinforcement_Learning_for_Physics-Aware_Motion_Reta/ 2026-05-01T00:00:00Z David Müller Agon Serifi Sammy Christen Ruben Grandia Espen Knoop

본 논문은 인간의 모션캡처 데이터를 상이한 형태의 휴머노이드 및 사족로봇으로 리타게팅하기 위한 이중수준 최적화 프레임워크를 제안한다. 상단 수준에서는 리타게팅 매개변수를 최적화하고, 하단 수준에서는 reinforcement learning을 통해 tracking policy를 학습하여 물리 기반의 artifact-free한 모션을 생성한다.

https://paper-curation.jehyunlee.dev/papers/3310_Constraint-Enhanced_Reinforcement_Learning_Based_on_Dynamic/ 2026-05-01T00:00:00Z Qijun Liao Zhaoxin Yu Jue Yang

본 논문은 강화학습에서 이질적(heterogeneous) 관절별 액추에이터 속도 제약을 정확히 처리하는 Dynamic Decoupled Spherical Radial Squashing (DD-SRad) 기법을 제안한다. 기존의 isotropic spherical 방법은 ℓ∞ 박스 형태의 제약을 ℓ2 공 형태로 압축하여 실현 가능 집합을 손실하는 반면, DD-SRad는 차원별 적응 반경(per-dimension adaptive radius)을 독립적으로 계산하여 정확한 ℓ∞ 커버리지를 달성한다.

https://paper-curation.jehyunlee.dev/papers/9091_Sumo_Dynamic_and_Generalizable_Whole-Body_Loco-Manipulation/ 2026-04-01T00:00:00Z John Z. Zhang Maks Sorokin Jan Brüdigam Brandon Hung Stephen Phillips

본 논문은 사전학습된 전신 제어 정책과 테스트 시점 샘플 기반 계획을 계층적으로 결합하는 Sumo 프레임워크를 제안한다. 이를 통해 사족 및 인형 로봇이 동적으로 대형 중량 물체를 조작할 수 있으며, 재학습 없이 다양한 물체와 작업에 일반화된다.

https://paper-curation.jehyunlee.dev/papers/9090_BiCoord_A_Bimanual_Manipulation_Benchmark_towards_Long-Horiz/ 2026-04-01T00:00:00Z Xingyu Peng Chen Gao Liankai Jin Annan Li Si Liu

본 논문은 장시간의 강한 시공간 협응을 요구하는 양팔 조작 작업을 평가하기 위한 BiCoord 벤치마크를 제시한다. 기존 벤치마크의 단기 및 약결합 작업의 한계를 극복하고자 phased coupling, spatial-temporal constraint, predictive coordination 특성을 반영한 과제를 설계했으며, 시간적·공간적·시공간 복합 메트릭을 제안한다.

https://paper-curation.jehyunlee.dev/papers/9091_Sumo_Dynamic_and_Generalizable_Whole-Body_Loco-Manipulation/ 2026-04-01T00:00:00Z John Z. Zhang Maks Sorokin Jan Brüdigam Brandon Hung Stephen Phillips

본 논문은 사전 학습된 전신 제어 정책과 테스트 시점 샘플 기반 계획을 계층적으로 결합하여 사족 로봇과 인형 로봇이 동적으로 대형 무거운 물체를 조작할 수 있게 하는 Sumo 프레임워크를 제시한다. 이 방법은 재학습 없이 다양한 물체와 작업에 일반화되며, 비용 함수만 변경하여 테스트 시점에 유연하게 적응할 수 있다.

https://paper-curation.jehyunlee.dev/papers/9090_BiCoord_A_Bimanual_Manipulation_Benchmark_towards_Long-Horiz/ 2026-04-01T00:00:00Z Xingyu Peng Chen Gao Liankai Jin Annan Li Si Liu

본 논문은 장기간 고도로 협응되는 양팔 조작 작업을 평가하기 위한 벤치마크 BiCoord를 제안한다. 기존 벤치마크는 단기간의 느슨한 협응 작업만 포함하는 반면, BiCoord는 연속적 팔 의존성과 동적 역할 교환이 필요한 복잡한 다단계 작업들을 제공한다.

https://paper-curation.jehyunlee.dev/papers/3355_Learning_Humanoid_Navigation_from_Human_Data/ 2026-04-01T00:00:00Z Weizhuo Wang Yanjie Ze C. Karen Liu Monroe Kennedy

본 논문은 인간의 보행 데이터 5시간만을 활용하여 휴머노이드 로봇이 미지의 환경에서 자율적으로 내비게이션할 수 있는 EgoNav 시스템을 제안한다. 로봇 데이터 없이 순수 인간 데이터만으로 학습한 모델을 Unitree G1 휴머노이드에 제로샷 배포하여 실제 환경에서의 효과를 입증한다.

https://paper-curation.jehyunlee.dev/papers/3326_Simulating_Infant_First-Person_Sensorimotor_Experience_via_M/ 2026-04-01T00:00:00Z Francisco M. López Hoshinori Kanazawa Ondrej Fiala Yakov Balashov Valentin Marcel

본 논문은 영아의 단일 비디오로부터 3D 신체 자세를 추정하고 이를 iCub, pyCub, EMFANT, MIMo 등의 휴머노이드 로봇에 매핑하여 고유수용감각, 촉각, 시각 등 다중감각 스트림을 시뮬레이션하는 motion retargeting 프레임워크를 제시한다.

https://paper-curation.jehyunlee.dev/papers/3322_Robot_Learning_from_Human_Videos_A_Survey/ 2026-04-01T00:00:00Z Junyi Ma Erhang Zhang Haoran Yang Ditao Li Chenyang Xu

본 논문은 로봇이 인간 영상 시연으로부터 조작 기술을 습득하는 방법에 대한 포괄적 리뷰로서, task·observation·action 레벨에서의 계층적 전이 경로를 제시하고 데이터 기초를 체계적으로 분석한다. 인간 영상 기반 학습이 기존 로봇 텔레작동에 비해 5-10배 이상의 데이터 효율성을 제공함을 강조한다.

https://paper-curation.jehyunlee.dev/papers/3317_Learning_Human-Intention_Priors_from_Large-Scale_Human_Demon/ 2026-04-01T00:00:00Z Yifan Xie YuAn Wang Guangyu Chen Jinkun Liu Yu Sun

본 논문은 대규모 인간 시연 영상으로부터 로봇 조작을 위한 인간-의도 사전을 학습하는 MoT-HRA 프레임워크를 제안한다. 220만 에피소드의 HA-2.2M 데이터셋을 구성하고, 3D 궤적 예측, MANO 스타일 손 모션 모델링, 로봇 행동 변환의 3단계 계층적 구조로 인간 시연의 재사용 가능한 부분을 보존하면서 로봇 특화 제어를 학습한다.

https://paper-curation.jehyunlee.dev/papers/3308_CF-VLA_Efficient_Coarse-to-Fine_Action_Generation_for_Vision/ 2026-04-01T00:00:00Z Fan Du Feng Yan Jianxiong Wu Xinrun Xu Weiye Zhang

본 논문은 flow matching 기반 VLA 정책의 비효율성을 해결하기 위해 coarse-to-fine 두 단계 생성 프레임워크를 제안한다. 첫 번째 단계에서는 Gaussian 노이즈를 action-prior-guided 초기화로 변환하고, 두 번째 단계에서는 단일 스텝 국소 정교화를 수행하여 추론 지연시간을 75.4% 감소시키면서 성능을 유지한다.

https://paper-curation.jehyunlee.dev/papers/3306_Being-H07_A_Latent_World-Action_Model_from_Egocentric_Videos/ 2026-04-01T00:00:00Z Hao Luo Wanpeng Zhang Yicheng Feng Sipeng Zheng Haiweng Xu

이 논문은 egocentric video로부터 학습된 latent world-action model인 Being-H0.7을 제시한다. 행동 생성 사이에 학습 가능한 latent query를 추론 인터페이스로 도입하고, future-informed dual-branch 설계를 통해 미래 프레임 생성 없이 세계 모델의 예측 능력을 VLA의 효율성과 결합한다.

https://paper-curation.jehyunlee.dev/papers/3305_Alter-Art_Exploring_Embodied_Artistic_Creation_through_a_Rob/ 2026-04-01T00:00:00Z Do Won Park Samuele Bordini Giorgio Grioli Manuel G. Catalano Antonio Bicchi

본 논문은 반인간형 로봇 Alter-Ego를 통한 원격 몰입 예술 창작 패러다임인 Alter-Art를 제안한다. 무용, 연극, 회화 세 가지 예술 영역에서 전문 예술가들이 로봇 신체에 내재되어 창작하는 경험을 탐구하며, 구체적 현존감 형성과 로봇의 물리적 제약이 창작 과정에 미치는 영향을 분석한다.

https://paper-curation.jehyunlee.dev/papers/2411_X2-N_A_Transformable_Wheel-legged_Humanoid_Robot_with_Dual-m/ 2026-04-01T00:00:00Z Yan Ning Xingzhou Chen Delong Li Hao Zhang Hanfu Gai

X2-N은 휠-레그 하이브리드 모드와 휴머노이드 풋 모드를 유연하게 변환하며 운영할 수 있는 고자유도 로봇으로, RL 기반 통합 제어 프레임워크로 효율적 이동과 정교한 조작을 동시에 수행한다.

https://paper-curation.jehyunlee.dev/papers/2410_SynAgent_Generalizable_Cooperative_Humanoid_Manipulation_via/ 2026-04-01T00:00:00Z Wei Yao Haohan Ma Hongwen Zhang Yunlian Sun Lu Xing

SynAgent는 단일 에이전트 기술을 다중 에이전트 협력 조작으로 전이하는 Solo-to-Cooperative Agent Synergy 패러다임을 통해, 휴머노이드 로봇의 협력 조작 학습 데이터 부족 문제를 해결하고 다양한 물체 기하학에 일반화하는 통합 프레임워크를 제시한다.

https://paper-curation.jehyunlee.dev/papers/2408_RPG_Robust_Policy_Gating_for_Smooth_Multi-Skill_Transitions/ 2026-04-01T00:00:00Z Yucheng Xin Jiacheng Bao Yubo Dong Xueqian Wang Bin Zhao

본 논문은 RPG(Robust Policy Gating)라는 하이브리드 전문가 정책 프레임워크를 제안하여 인형형 로봇이 다양한 격투 기술 간 매끄럽고 안정적인 전환을 통해 장시간 동적 격투를 수행할 수 있도록 함.

https://paper-curation.jehyunlee.dev/papers/2407_Reinforcement_Learning_Enabled_Adaptive_Multi-Task_Control_f/ 2026-04-01T00:00:00Z Yulai Zhang Yinrong Zhang Ting Wu Linqi Ye

이 논문은 이족 로봇 축구에서 기본 보행과 복잡한 작업(공 찾기, 킥, 낙상 회복)의 깊은 결합 문제를 해결하기 위해 CPG 기반 feedforward oscillator와 RL 기반 residual action을 결합한 모듈식 강화학습 제어 프레임워크를 제안한다.

https://paper-curation.jehyunlee.dev/papers/2406_Multimodal_QuadFinger_Soft_Robotic_Hand_With_DualChamber_Ori/ 2026-04-01T00:00:00Z Qinlin Tan Sipeng Zhou Yanlin Chen Tianqi Yang Xiangyu Chu

본 연구는 이중 챔버 SCOP actuator를 이용한 4지 소프트 로봇 핸드(QDO hand)를 제시하며, 양압과 음압 조절을 통해 축 방향 신축과 양방향 굽힘 등 다양한 운동 양식을 구현하여 5.2배 확대된 작업 공간을 달성한다.

https://paper-curation.jehyunlee.dev/papers/2405_Multi-Gait_Learning_for_Humanoid_Robots_Using_Reinforcement/ 2026-04-01T00:00:00Z Yuanye Wu Keyi Wang Linqi Ye Boyang Xing

본 논문은 humanoid robot이 보행, 거위걸음, 달리기, 계단 오르기, 점프 등 5가지 서로 다른 보행 방식을 통일된 강화학습 프레임워크로 학습할 수 있도록 하는 선택적 Adversarial Motion Prior (AMP) 전략을 제안한다.

https://paper-curation.jehyunlee.dev/papers/2404_Learning_Whole-Body_Humanoid_Locomotion_via_Motion_Generatio/ 2026-04-01T00:00:00Z Zewei Zhang Kehan Wen Michael Xu Junzhe He Chenhao Li

Diffusion 기반 motion generation과 RL 기반 motion tracking을 결합하여 지형 인식 whole-body humanoid locomotion을 실현하고 Unitree G1 로봇에 실제 배포했다.

https://paper-curation.jehyunlee.dev/papers/2403_Learn_Weightlessness_Imitate_Non-Self-Stabilizing_Motions_on/ 2026-04-01T00:00:00Z Yucheng Xin Jiacheng Bao Haoran Yang W. Que Dong Wang

휴머노이드 로봇이 비자기안정화(non-self-stabilizing) 동작을 수행할 때 인간의 '무중력 상태' 메커니즘을 모방하여 특정 관절을 선택적으로 이완시킴으로써 환경과의 물리적 접촉을 통해 동작을 완성하는 방법을 제안한다.

https://paper-curation.jehyunlee.dev/papers/2402_Humanoid_Robot_Teleoperation_for_Nonprehensile_Transportatio/ 2026-04-01T00:00:00Z Xinyang Fan Fenglei Ni

휴머노이드 로봇의 비파지(nonprehensile) 운송 작업 중 충돌하는 다중 제약 조건들을 관리하기 위해 3계층 hierarchical 아키텍처의 MC-SCCF를 제안한다.

https://paper-curation.jehyunlee.dev/papers/2401_HALO_Hybrid_Auto-encoded_Locomotion_with_Learned_Latent_Dyna/ 2026-04-01T00:00:00Z Bo Werner Sergio A. Esteban Massimiliano De Sa Max H. Cohen Aaron D. Ames

HALO는 autoencoder와 Poincaré map을 결합하여 다리 로봇 같은 hybrid 동역학 시스템의 주기적 운동을 저차원 latent space에서 학습하고 분석하는 프레임워크이다. Latent space에서 Lyapunov 분석을 수행하여 region of attraction을 구성하고 이를 전체 시스템으로 복원한다.

https://paper-curation.jehyunlee.dev/papers/2399_GenerativeMPC_VLM-RAG-guided_Whole-Body_MPC_with_Virtual_Imp/ 2026-04-01T00:00:00Z Marcelino Julio Fernando Miguel Altamirano Cabrera Jeffrin Sam Yara Mahmoud Konstantin Gubernatorov

GenerativeMPC는 Vision-Language Model과 Retrieval-Augmented Generation을 활용하여 의미론적 장면 이해를 물리적 제어 파라미터로 변환하고, Whole-Body MPC와 통합 임피던스-어드미턴스 제어기를 통해 양팔 이동형 조작 로봇의 안전하고 맥락인식적인 제어를 실현한다.

https://paper-curation.jehyunlee.dev/papers/2396_A_Rapid_Deployment_Pipeline_for_Autonomous_Humanoid_Grasping/ 2026-04-01T00:00:00Z Yifei Yan Yankai Liao Linqi Ye

Foundation model들(YOLOv8, SAM 3D, FoundationPose)을 통합하여 휴머노이드 로봇의 새로운 물체 조작 배포 시간을 1-2일에서 약 30분으로 단축하는 end-to-end 파이프라인을 제시한다.

https://paper-curation.jehyunlee.dev/papers/2402_Humanoid_Robot_Teleoperation_for_Nonprehensile_Transportatio/ 2026-04-01T00:00:00Z Xinyang Fan Fenglei Ni

본 논문은 인간형 로봇의 비파지형 물체 운반 원격조종 작업에서 다중 제약 조건 간 충돌과 안전 문제를 해결하기 위해 계층적 3단계 구조의 Multiple-Constraint Safety-Critical Control Framework (MC-SCCF)를 제안한다. 상층부는 미분가능한 도달가능성 대리 모델과 개선된 control barrier function 기반 안전 속도 필터로 작업공간 경계에서의 안전성을 보장하고, 중층부는 사용자 명령을 자세 결합 참조 궤적으로 매핑하여 물체의 미끄러짐과 넘어짐을 방지하며, 하층부는 QP 기반

https://paper-curation.jehyunlee.dev/papers/2389_Tree_Learning_A_Multi-Skill_Continual_Learning_Framework_for/ 2026-04-01T00:00:00Z Yifei Yan Linqi Ye

Tree Learning은 humanoid robot을 위한 multi-skill continual learning 프레임워크로, hierarchical parameter inheritance mechanism을 통해 catastrophic forgetting을 방지하면서 새로운 스킬을 효율적으로 확장한다.

https://paper-curation.jehyunlee.dev/papers/2388_Switch_Learning_Agile_Skills_Switching_for_Humanoid_Robots/ 2026-04-01T00:00:00Z Yuen-Fui Lau Qihan Zhao Yinhuai Wang Runyi Yu Hok Wai Tsui

Switch는 Skill Graph를 기반으로 humanoid robot이 임의의 시점에서 다양한 동작 기술들 사이를 자유롭게 전환할 수 있는 계층적 전신 제어 시스템을 제시한다.

https://paper-curation.jehyunlee.dev/papers/2386_Simulator_Adaptation_for_Sim-to-Real_Learning_of_Legged_Loco/ 2026-04-01T00:00:00Z Jeremy Dao Alan Fern

본 논문은 Sim-to-Real 학습에서 시뮬레이터를 적응시키기 위해 proprioceptive distribution matching을 제안하며, 모션 캡처나 시간 정렬 없이 hardware와 simulation의 dynamics 불일치를 해결한다.

https://paper-curation.jehyunlee.dev/papers/2385_Safe_Human-to-Humanoid_Motion_Imitation_Using_Control_Barrie/ 2026-04-01T00:00:00Z Wenqi Cai John Abanes Nikolaos Evangeliou Anthony Tzes

비전 기반 motion retargeting과 Control Barrier Function을 결합하여 휴머노이드 로봇이 인간의 동작을 모방하면서 자기 충돌과 인간-로봇 충돌을 실시간으로 회피할 수 있는 안전 프레임워크를 제시한다.

https://paper-curation.jehyunlee.dev/papers/2384_Model-Based_Reinforcement_Learning_Exploits_Passive_Body_Dyn/ 2026-04-01T00:00:00Z Tomoya Kamimura Haruka Washiyama Akihito Sano

본 연구는 수동적 신체 역학(스프링, 높은 백드라이버빌리티 등)을 가진 이족 로봇이 Model-Based Deep Reinforcement Learning을 통해 고성능 보행·주행 운동을 효율적으로 습득할 수 있음을 보여준다. 수동 요소가 시스템의 어트랙터를 활용하여 안정적이고 에너지 효율적인 운동을 생성한다.

https://paper-curation.jehyunlee.dev/papers/2383_Learning_Versatile_Humanoid_Manipulation_with_Touch_Dreaming/ 2026-04-01T00:00:00Z Yaru Niu Zhenlong Fang Binghong Chen Shuai Zhou Revanth Senthilkumaran

휴머노이드 로봇의 접촉-풍부한 조작을 위해 VR 텔레오퍼레이션 기반 데이터 수집과 터치 감각을 핵심 모달리티로 하는 Humanoid Transformer with Touch Dreaming (HTD)을 제안한다.

https://paper-curation.jehyunlee.dev/papers/2381_Evolving_the_Complete_Muscle_Efficient_Morphology-Control_Co/ 2026-04-01T00:00:00Z Lidong Sun Wentao Zhao Ye Wang Huaping Liu Fuchun Sun

본 논문은 근육-골격 로봇의 근력, 속도, 경직도를 동시에 진화시키는 Complete Musculoskeletal Morphological Evolution Space를 제시하고, 이를 효율적으로 탐색하기 위해 bilateral symmetry prior와 PCA를 결합한 Spectral Design Evolution(SDE) 프레임워크를 제안한다.

https://paper-curation.jehyunlee.dev/papers/2380_CART_Context-Aware_Terrain_Adaptation_using_Temporal_Sequenc/ 2026-04-01T00:00:00Z Kartikeya Singh Youngjin Kim Yash Turkar Karthik Dantu

CART는 사족 로봇의 지형 적응을 위해 시각 정보와 고유감각(proprioception)을 통합하여 맥락을 파악하고, 시간 수열 선택을 통해 로봇의 안정성을 향상시키는 고수준 제어기이다.

https://paper-curation.jehyunlee.dev/papers/2379_Bipedal-Walking-Dynamics_Model_on_Granular_Terrains/ 2026-04-01T00:00:00Z Xunjie Chen Xinyan Huang Peter Shan Jingang Yi Tao Liu

본 논문은 모래와 같은 입자성 지형에서 이족 로봇의 보행 동역학을 모델링하기 위해 발의 침하(sinkage)와 슬립(slip)을 고려한 3개의 추가 자유도를 도입한 동적 발-지형 상호작용 모델을 제시한다.

https://paper-curation.jehyunlee.dev/papers/2377_Asymptotically_Stable_Gait_Generation_and_Instantaneous_Walk/ 2026-04-01T00:00:00Z Fumihiko Asano Ning Lei Taiki Sedoguchi

거의 선형 역학 모델을 갖는 무릎 관절이 있는 평면 이족보행 로봇에서 Taylor 전개를 이용한 선형화를 통해 수치 적분 없이 점프로 안정적인 보행을 생성하고 즉각적인 보행 가능성 판정을 수행한다.

https://paper-curation.jehyunlee.dev/papers/2376_A_Foot_Resistive_Force_Model_for_Legged_Locomotion_on_Muddy/ 2026-04-01T00:00:00Z Xunjie Chen Liuyin Wang Xinyan Huang Jerry Shan Yantao Shen

진흙 지형에서 다리 로봇의 발-진흙 상호작용을 모델링하는 저항력 모델을 제시하고, 이를 바탕으로 변형 가능한 로봇 발을 설계하여 이동성과 에너지 효율을 향상시킨다.

https://paper-curation.jehyunlee.dev/papers/2123_One-shot_Adaptation_of_Humanoid_Whole-body_Motion_with_Walki/ 2026-04-01T00:00:00Z Hao Huang Geeta Chandra Raju Bethala Shuaihang Yuan Congcong Wen Mengyu Wang

단일 비보행 대상 샘플과 보행 사전 지식을 활용하여 휴머노이드 전신 운동을 원샷 적응하는 데이터 효율적 방법을 제안한다. Order-preserving optimal transport를 통해 보행과 비보행 시퀀스 간 거리를 계산하고 geodesic 보간으로 중간 포즈를 생성한 후 강화학습으로 정책을 적응한다.

https://paper-curation.jehyunlee.dev/papers/2106_MorphoGuard_A_Morphology-Based_Whole-Body_Interactive_Motion/ 2026-04-01T00:00:00Z

로봇의 형태학적 표현을 기반으로 Material Point Method를 활용하여 전신 제어 네트워크 MorphoGuard를 제안. 복잡한 다중 접촉 조합을 명시적으로 관리하며 1cm의 접촉점 관리 오차를 달성.

https://paper-curation.jehyunlee.dev/papers/2079_LEGO_Latent-space_Exploration_for_Geometry-aware_Optimizatio/ 2026-04-01T00:00:00Z Jihwan Yoon Taemoon Jeong Jeongeun Park Chanwoo Kim Jaewoon Kwon

LEGO는 기존 로봇 설계 데이터와 인간 모션 데이터를 활용하여 humanoid 로봇의 kinematic 구조를 자동으로 최적화하는 데이터 기반 설계 프레임워크이다. Screw theory 기반 표현과 isometric manifold learning을 통해 compact한 latent space를 구성하고 gradient-free optimization으로 최적 설계를 탐색한다.

https://paper-curation.jehyunlee.dev/papers/3355_Learning_Humanoid_Navigation_from_Human_Data/ 2026-04-01T00:00:00Z

인간 보행 데이터 5시간으로만 학습하여 휴머노이드 로봇이 미지의 환경을 자율 내비게이션할 수 있는 EgoNav 시스템을 제안. 360° 시각 메모리와 diffusion model을 통해 다중모달 궤적 분포를 생성하고 로봇에 직접 배포 가능.