1. 환경 설정A. NerfStudio 설치SplatNav는 NerfStudio를 기반으로 작성되었다. https://github.com/nerfstudio-project/nerfstudio/tree/main GitHub - nerfstudio-project/nerfstudio: A collaboration friendly studio for NeRFsA collaboration friendly studio for NeRFs. Contribute to nerfstudio-project/nerfstudio development by creating an account on GitHub.github.comconda create -n nerfstudio python=3.10conda activate nerfs..

SplatNav 코드 돌려보기 (1) 제공해준 데이터로 돌려보기

1. 환경 설정A. NerfStudio 설치SplatNav는 NerfStudio를 기반으로 작성되었다. https://github.com/nerfstudio-project/nerfstudio/tree/main GitHub - nerfstudio-project/nerfstudio: A collaboration friendly studio for NeRFsA collaboration friendly studio for NeRFs. Contribute to nerfstudio-project/nerfstudio development by creating an account on GitHub.github.comconda create -n nerfstudio python=3.10conda activate nerfs..

2025.10.21

나는 연구실에서 KEIT 사족보행이라는 과제에 참여하고 있는데, 이 과제는 올해부터 알고리즘 평가를 충북 옥천군에 있는 한 복숭아 농가에서 진행하게 되어 있다. 작년 겨울부터 여기 방문할 기회가 생겨서 부지를 탐색하곤 했다. 예전부터 농사 로봇에 관심이 있기는 했지만 농사에 대해서는 1도 아는 것이 없어서 개인적으로는 이 출장이 참 흥미로웠다. 실제 농가에서는 어떤 로봇을 요구하시는지도 어깨 너머로 조금씩 배울 수 있었다. 우선 복숭아 농가는 여름철에 무척 바쁘셔서 두 가지 요구를 하셨다.수확이 끝난 8월 이후에 올 것나무의 뿌리 부근을 밟지 말 것우리 연구실의 플래너는 기본적으로 가장 평평한 곳을 디디도록 하고 있기 때문에 나무 뿌리를 밟는 경우는 잘 없어서 이 부분은 크게 신경 쓸 것은 없었다. 다만..

사족보행로봇 for 농사 : 옥천군 농장 방문 후기 (1)

나는 연구실에서 KEIT 사족보행이라는 과제에 참여하고 있는데, 이 과제는 올해부터 알고리즘 평가를 충북 옥천군에 있는 한 복숭아 농가에서 진행하게 되어 있다. 작년 겨울부터 여기 방문할 기회가 생겨서 부지를 탐색하곤 했다. 예전부터 농사 로봇에 관심이 있기는 했지만 농사에 대해서는 1도 아는 것이 없어서 개인적으로는 이 출장이 참 흥미로웠다. 실제 농가에서는 어떤 로봇을 요구하시는지도 어깨 너머로 조금씩 배울 수 있었다. 우선 복숭아 농가는 여름철에 무척 바쁘셔서 두 가지 요구를 하셨다.수확이 끝난 8월 이후에 올 것나무의 뿌리 부근을 밟지 말 것우리 연구실의 플래너는 기본적으로 가장 평평한 곳을 디디도록 하고 있기 때문에 나무 뿌리를 밟는 경우는 잘 없어서 이 부분은 크게 신경 쓸 것은 없었다. 다만..

2025.10.20

이런 식으로 저장해서 아이콘을 누르면 정해진 레이아웃대로 터미네이터가 뜨도록 하는 방법불러오는 것도 아이콘에서 불러도록!알고리즘 백 개 켤 때 터미네이터 분할하는 수고를 줄일 수 있다. 1. 맘에 드는 레이아웃을 정하고 설정 -> 레이아웃 -> 레이아웃 저장 (예시 이름 : ziwon)2. ~/.local/share/applications에 ziwon.desktop 생성 후 편집[Desktop Entry]Type=ApplicationName=Ziwon Test TerminatorExec=/home/ziwon/scripts/ziwon_terminator.shIcon=utilities-terminalTerminal=falseCategories=Utility;3. 설정한 경로에서 ziwon_terminator..

1. Flow Matcher 클래스들ConditionalFlowMatcherfrom torchcfm import ConditionalFLowMatcher# initfm = ConditionalFlowMatcher(sigma=0.0)t, xt, ut = fm.sample_location_and_conditional_flow(x0=None, x1=data) ExactOptimalTransportConditionalFlowMatcherfrom torchcfm import ExactOptimalTransportConditionalFlowMatcher# 더 정교하고 계산 비용 높음fm_ot = ExactOptimalTransportConditionalFlowMatcher(sigma=0.0t, xt, ut = fm..

Diversity is All You Need : Learning Skills without a Reward FunctionBenjamin Eysenbach and Abhishek Gupta and Julian Ibarz and Sergey Levinehttps://arxiv.org/abs/1802.06070핵심 : DIAYN은 다양한 Skill을 비지도로 학습하기 위한 파이프라인이며 학습된 Skill들 중 어떤 것을 선택하고 조합할지는 그 이후의 추가 학습 (Hierarchical RL, Fine-tuning, Imitation Learning)에서 결정된다. Abstract지능적인 생명체는 감독 없이도 환경을 탐색하고 유용한 기술을 스스로 학습할 수 있다. 본 논문에서는 보상 함수 없이 유용한 기술(..

전세계 로봇 학회 중 가장 큰 학회 중 하나인 International Conference on Robotics and Automation (이하 ICRA)에서는 매년 사족보행로봇 챌린지(이하 QRC)라는 대회를 개최하곤 한다. 로보컵이나 DARPA처럼, 재난 상황에서도 잘 임무를 수행하는 로봇을 위한 기술을 개발하기 위해서 매우 도전적인 지형을 다니면서 미션을 수행하는 대회이다. 내가 속해있는 Urban Robotics Lab (이하 URL)에서는 매년 이 대회를 나가는데, 2023년 첫 대회에서는 큰 점수차로 우승을 하기도 해서(뉴스) ICRA QRC는 랩에서 큰 연례 행사이자 미션으로 여겨지곤 한다. 이 대회를 참가하기 위해서 개발한 모듈들이 연구실의 귀중한 원천기술이 되어서 다양한 과제 및 후속 ..

Hierarchical Tri-manual Planning for Vision-assisted Fruit Harvestingwith Quadrupedal RobotsZhichao Liu and Jingzong Zhou and Konstantinos Karydis2025 ICRAhttps://arxiv.org/abs/2409.17116 Hierarchical Tri-manual Planning for Vision-assisted Fruit Harvesting with Quadrupedal RobotsThis paper addresses the challenge of developing a multi-arm quadrupedal robot capable of efficiently harvesting frui..

석사 입학 지원서를 냈던 게 엊그제같은데 벌써 1학기가 끝났다. 1학기에 가장 열심히 한 것은 단연 ICRA Quadrupedal Robot Challenge(QRC)로 많은 것을 배웠고 개인적으로도 무척 특별한 시간이었다. 짧지만 압축적인 몇 달을 보내면서 드는 생각은 "연구자에게는 개인적인 로드맵이 필요하다"는 것이었다. 우리 랩에서는 2년차 이상의 석사과정 혹은 박사과정 선배님들이 연초에 을 발표하도록 하는데 그 발표에서 요구하는 것은 실로 한 연구자적 목표를 제시하는 것이다. 예를 들어 멀티 로봇 SLAM을 연구하시는 분이라면 "코엑스를 100대의 로봇으로 5분 안에 맵을 다 따는" 정도의 익스트림을 제시해야 한다. 나는 이곳에서 매우 막내로 하는 일도 별로 없기는 하지만 이런 나라도 석사과정의 ..

멀티센서를 사용하고 실시간성이 크리티컬하게 요구되는 상황에서콜백함수에 아무거나 넣지 말 것콜백함수가 전체 시스템을 느리게 동작하게 함콜백함수는 큐에 데이터를 넣기만 하고 timestamp로 토픽 싱크 맞추기특히 Odom을 같이 받고 있는 상황에서는, 더 높은 정확도를 위해서는 interpolation을 해줘야 할 수도 있음ROS 통신에서 시간이나 싱크 관련한 부분은 좀 더 면밀히 살펴보기 특히 메시지필터 : 이 친구 믿으면 안 됨멀티스레딩 잘 하기병목 생기는 구간 체크여러 Odom 데이터가 나오는 상황에서 내가 무슨 프레임 기준 Odom을 받고 있는지 꼭 항상 체크하기/{}_odom, /{}_odom_base, /{}_odom_grav ... 토픽 publisher/subscriber 시스템 도는 중간에..

그냥 Launch 파일로 켰을 때:특급 Launch 파일로 켰을 때:json{ "device": { "fw version": "05.13.00.50", "name": "Intel RealSense D435I", "product line": "D400" }, "parameters": { "aux-param-autoexposure-setpoint": "1536", "aux-param-colorcorrection1": "0.298828", "aux-param-colorcorrection10": "-0", "aux-param-colorcorrection11": "-0", "aux-param-col..

Flow matching (https://zzziito.tistory.com/153)은 디퓨젼과 함께 최근 확률적 러닝 모델 기반 생성 분야에서 주목받고 있는 방법이다. Flow matching은 확률 흐름 상미분 방정식 (Ordinary Differential Equation, ODE)을 기반으로 하며, 이 방법은 복잡한 데이터 분포를 단순한 분포(Ex. 가우시안)로 연속적으로 변형하는 벡터 필드를 학습한다. 데이터 분포와 단순한 분포 사이의 확률 흐름을 모델링하여 이 흐름을 따라 이동하는 궤적을 학습하고, 연속 정규화 흐름(Continuous Normalizing Flow, CNF)의 개념을 확장하여 적용했다. 디퓨젼 모델이 노이즈가 없는 이미지에 점진적으로 가우시안 노이즈를 추가하여 데이터를 손상시..

https://github.com/Weixy21/SafeDiffuser GitHub - Weixy21/SafeDiffuser: Safe Planning with Diffusion Probabilistic ModelsSafe Planning with Diffusion Probabilistic Models. Contribute to Weixy21/SafeDiffuser development by creating an account on GitHub.github.com Filetree# SafeDiffuser Project Structure├── LICENSE├── README.md├── azure/ # Azure 클라우드 관련 설정│ ├── Dockerfile│ ├── ..