성균관대 권민혜 교수 연구팀이 훈련 시에는 깊고 정교하게 학습하고 실행 시에는 가볍게 동작하는 로봇 제어 AI 프레임워크 'LAC(Light Actor, deep Critic)'를 개발했다. 비대칭적 설계로 학습을 담당하는 크리틱은 잔차 연결, n-스텝 예측, 분류 방식 손실함수를 결합해 128층까지 깊게 쌓아 안정적으로 훈련하고, 실행을 담당하는 액터는 가볍게 유지해 반응 속도를 높였다. 인간형 로봇의 미로 탈출, 로봇 팔 조작 등 고난도 제어 실험에서 기존 생성형 AI 기반 모델과 대등하거나 더 나은 성공률을 기록하면서도 행동 결정 속도를 최대 4배 단축했다. 이 연구는 11월 이탈리아 로마에서 열리는 ACM CIKM 2026에서 발표될 예정이다.
- •성균관대 LAC 프레임워크, 가벼운 액터와 깊은 크리틱의 비대칭 설계로 구현
- •잔차 연결·n-스텝 예측·분류형 손실함수 결합해 128층 신경망 안정적 학습
- •인간형 로봇 미로 탈출 등 고난도 제어에서 기존 대비 결정 속도 최대 4배 단축
- •연구 성과, 채택률 27%인 ACM CIKM 2026(11월, 로마)에서 발표 예정
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
"로봇, 더 빠르고 더 똑똑하게"...성균관대 권민혜 교수팀, 고효율 로봇 제어 AI 프레임워크 ‘LAC’ 개발
- 1.성균관대 권민혜 교수팀, 실행은 가볍게 학습은 깊게 하는 비대칭 로봇제어 AI 'LAC' 개발
- 2.잔차연결(ResMLP)·n-step 예측·Categorical loss 결합해 128층 신경망을 안정적으로 학습
- 3.OGBench 고난도 제어 실험서 기존 생성형 AI 대비 행동결정 속도 최대 4배 단축
- 4.11월 로마 ACM CIKM 2026(채택률 27%)서 발표 예정
왜 중요한가?
복잡한 생성형 AI 없이도 대등하거나 더 높은 임무 성공률을 유지하면서 반응 속도를 크게 높여, 연산 자원이 제한된 자율주행 로봇·드론 등 엣지 기기에 고성능 AI를 실시간 적용할 길을 연다.
언급 프로젝트
본문 미리보기
성균관대학교(총장 유지범)는 전자전기공학부 권민혜 교수 연구팀이 복잡한 환경에서도 빠르고 정확하게 판단을 내릴 수 있는 혁신적인 로봇 제어 인공지능(AI) 프레임워크 ‘LAC(Light Actor, deep Critic)’를 개발했다고 10일 밝혔다.로봇 분야에서는 사람이 미리 모아둔 행동 데이터를 바탕으로 안전하게 배우는 ‘오프라인 강화학습’과, 그림을 그리듯 정교한 행동을 만들어내는 ‘생성형 AI(디퓨전 기술 등)’가 주목을 받아왔다. 하지만 이러한 기존 방식은 로봇이 실제로 움직일 때 수많은 계산을 거듭해야 해 행동이 느려지고
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:11AI 초안
