Lightweight Vision-Language Model for Physical AI Robot Control Methods
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066395
교육부
한국연구재단
국립창원대학교
서이만
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
경상남도 창원시
전기/전자 > 무기센서 및 제어 > 신호처리
본 연구의 최종 목표는 지시 맥락 반영 시각 표현 정제, 강화 학습 적용을 통해 엣지 디바이스 구동 최적화 로봇 파운데이션 모델 개발이다. 기존의 로봇 제어는 정해진 환경에서 같은 행동을 반복 수행하기 때문에, 환경이나 물체의 위치·형태가 바뀌면 대응하지 못한다. 이를 해결하기 위해 대규모 멀티모달 데이터를 학습하여 시각 정보를 통해 이해한 현재 상황과 언...
연구 개발은 크게 4단계로 나뉜다1. Token Pruner 모듈 구현 및 학습모델의 실시간 추론 과정에서 연산 비용을 줄이기 위해, 모델이 언어 지시의 맥락을 반영해 입력받는 시각 토큰 중 중요한 토큰만 유지하게 하는 Token Pruner 모듈을 설계한다. 이를 위해 오픈소스 이미지-텍스트 쌍 데이터를 활용해 모듈이 중요한 시간 토큰을 구분할 수 있도록...
... 수 있으며, 기대 효과는 학술적, 산업적, 기술적, 사회적 측면에서 다음과 같이 정리할 수 있다.1. 학술적 측면적은 연산량으로 구동할 수 있는 로봇 파운데이션 모델을 개발해 경량 지능 기술의 학술적 기반을 마련할 수 있다.2. 산업적 측면엣지 디바이스 기반 추론 구조를 통해 데이터 유출 가능성이 낮고 보안성이 높은 로봇 시스템의 구현이 가능하다.3. 기술적 측면강화 ...