강의계획서

제목  :  휴머노이드  로봇AI  기술  동향

강의  목표

•  휴머노이드  로봇의  최신  기술  동향을  파악하고,  주요  로봇들의  특징을  이해한다.

•  로봇  AI  의  핵심  개념인  Physical  AI  와  Embodied  AI  를  간략하게  설명한다.

•  로봇이  스스로  움직이고  학습하는  과정을  개괄적으로  파악한다.

•  휴머노이드  로봇  산업의  미래  전망과  기술적  과제에  대해  논의한다.

강의  내용

1  부  :  휴머노이드  로봇  기술의  현재

1.  인트로  :  로봇의  역사와  대두

o 로봇의  기원에서  영화  속  로봇까지

o 후쿠시마  원전  사고와  DARPA  Robotics  Challenge  (DRC)를  통한  기술  발전의  필요성

2.  주요  휴머노이드  로봇  소개

o Tesla  Optimus:  자동차  생산  현장  투입,  Vision-based  자율주행  기술과의  연관성

o Figure  AI  &  OpenAI:  LLM  기반  대화  및  행동  제어  능력

o Boston  Dynamics  Atlas:  유압식에서  전동식으로의  전환,  뛰어난  운동  능력

o Agility  Robotics  Digit:  물류  산업에  특화된  로봇,  상용화  사례

3.  로봇  지능의  핵심  개념

o Physical  AI  와  Embodied  AI  의  개념  차이

o 로봇이  환경을  인식하고  스스로  행동하는  과정  개괄

2  부  :  로봇의  학습과  최신  AI  모델

1.  로봇의  학습과  성장

o 로봇이  스스로  움직이는  과정  (인식,  판단,  제어)

o 모방  학습(Imitation  Learning)  및  강화  학습(Reinforcement  Learning)의  중요성과  사례

(AGILE-X,  Stanford  Mobile  ALOHA)

2.  로봇  행동  지능  모델  분석

o Figure  AI  Helix  모델:  System  1(Fast,  Reactive  Control)과  System  2(Vision-Language-

Semantic  Reasoning)의  역할

o Physical  Intelligence  π  모델:  멀티모달  데이터(Multimodal  Data)와  Vision-Language-Action

Policy  의  개념

3  부  :  미래  전망  및  질의  응답

1.  미래  전망과  토론

o 자율주행차  산업과  비교한  휴머노이드  로봇  산업의  성장  예측

o 로봇  기술의  현재  한계점  및  해결  과제  (데이터  표준화,  학습  데이터  확보  등)

o 향후  10  년간  휴머노이드  로봇이  가져올  변화와  사회적  영향

2.  질의응답  및  자유  토론

o 질의  응답

o 자유  토론