Axiomatic Compiler for Physical AI: Training-Data-Free Structure-Preserving Policy Generation from Physical Axioms
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(도전형)
2026년
2710113260
과학기술정보통신부
한국연구재단
서울대학교산학협력단
양인순
12명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
9,486만원
9,486만원
기초연구
대학
서울특별시 관악구
기계 > 로봇/자동화기계 > 로봇 제어/지능화기술
본 연구는 물리 인공지능(Physical AI)의 의사결정 정책 생성이 반드시 대량의 데이터, 시행착오, 손실함수 최적화를 통해서만 가능하다는 현재의 지배적 전제를 근본적으로 재검토한다. ... 생성의 선험적 구조로 사용하는 새로운 Physical AI 프레임을 제안한다. 본 연구에서 '지능'은 일반 인지능력이 아니라, 미학습 초기조건과 제한된 불확실성 하에서 목표 도달, 안정성 유지, ...
(가) 물리 공리의 구조보존 사상 정식화본 연구는 물리 공리 집합을 A, 계산 그래프를 G라 할 때, 공리-컴파일러를 C : A → G 로 정의하고, 이 사상이 보존량, 제약조건, 다양체 구조, 안정성 조건을 어떤 수준에서 유지하는지 분석한다. ● 여기서 A는 보존량, 대칭성, 소산성, 확률동역학, 제약조건, 안정성 조건을 포함하며, G는 이러한 공리를 실...
1) 활용계획본 연구의 성과는 특정 물리 시스템 하나를 위한 제어기 개발에 머무르지 않고, 물리 공리를 계산 가능한 정책 구조로 전환하는 공리-컴파일형 Physical AI의 원천 프레임워크로 활용될 수 있다. 즉, 본 연구의 핵심 산출물은 개별 알고리즘이나 단일 응용 사례가 아니라, 물리 공리?계산 그래프?정책 생성 사이의 일반 원리, 구조보존 primi...