유니트리 G1 (Unitree G1)
유니트리 G1은 유니트리에서 개발한 휴머노이드 로봇으로, 로봇 제어 및 학습 연구에서 실제 하드웨어 테스트 플랫폼으로 활용된다. 이 로봇은 다양한 알고리즘의 물리적 검증과 시연에 사용되는 핵심 장비이다.
2026년 10월, 휴머노이드 로봇의 도구 사용 능력을 평가하는 HumanoidToolBench 벤치마크가 발표되었다. 이 벤치마크는 18개 과제로 구성되어 있으며, 시뮬레이션과 실제 유니트리 G1 로봇에서 수집한 데모 데이터셋 ToolBook을 함께 제공한다. 연구 결과, 도구 선택 정확도와 과제 완료율 사이에 상당한 격차가 있는 것으로 나타났다. 또한 같은 달, 토보라이프 AI는 미국 내 연구기관을 대상으로 유니트리 G1 Edu용 전신 원격조종 소프트웨어 패키지를 출시했다. 이 시스템은 학습 데이터를 고객의 로컬 하드웨어에만 저장하는 데이터 주권 정책을 특징으로 하며, 서구권에서 지적되어 온 소프트웨어 생태계 부족 문제를 해결하기 위한 턴키 솔루션이다.
2026년 9월, 마인드온(MindOn)은 자사 시스템이 가사 및 물류 작업을 실시간 속도로 수행하는 데모를 공개했다. 이는 2025년 11월에 유니트리 G1이 식물 물주기 등 가사 작업을 수행하는 비전 영상 공개 이후 이어지는 성과로, 로봇의 작업 처리 속도에 초점을 맞춘 것이다.
같은 달, Skild AI는 S1 기초 모델이 140년 이상의 시뮬레이션 자기 대국을 통해 축구 기술을 습득했다고 발표했다. 유니트리 G1에서 구동된 이 모델은 실제 경기에서 드리블과 낙하 후 회복 등의 기술을 시연했다. 또한 연구자들은 텍스트 프롬프트로 로봇 동작을 생성하는 S³(Sample-Simulate-Select) 기법을 적용해 실행 성공률을 높였으며, 롤링-WAM(Rolling-WAM) 모델이 재계획 시간을 4.5배 단축하는 성능을 보였다. SGPS(Sampling-Guided Policy Search) 기법은 시뮬레이션 환경에서 영상 기반 운동 및 조작 학습에 사용되었다.
마지막으로, ASENA 시스템은 코딩 에이전트가 로봇 내비게이션 동작을 프로그래밍하는 방식을 제안했다. 이 시스템은 유니트리 G1에서 지도 없는 탐색, 점검 및 제스처 합성을 포함한 실제 환경 테스트를 수행했다.
핵심 사실· 모두 출처 표기
| 도구 사용 벤치마크 | HumanoidToolBench출처: 학습 노트 — 휴머노이드 도구 사용 벤치마크 발표 |
|---|---|
| 벤치마크 과제 수 | 18개출처: 학습 노트 — 휴머노이드 도구 사용 벤치마크 발표 |
| 원격조종 시스템 출시 | 토보라이프 AI G1 원격조종 시스템출처: 학습 노트 — 토보라이프 AI, G1 원격조종 시스템 출시 |
이 항목을 만든 학습 노트9
- 10월 5일 · 로봇신문 · 로봇오르보, 휴머노이드 로봇 옥수수 수확 실증
- 10월 2일 · 로봇신문 · 로봇토보라이프 AI, G1 원격조종 시스템 출시
- 10월 2일 · 논문 · arXiv cs.RO휴머노이드 도구 사용 벤치마크 발표
- 9월 30일 · 논문 · arXiv cs.RO코딩 에이전트로 로봇 내비게이션
- 9월 30일 · Humanoids Daily마인드온, Mind-1 로봇 실시간 속도 데모 공개
- 9월 25일 · 논문 · arXiv cs.RO롤링-WAM, 로봇 재계획 속도 4.5배 앞당겨
- 9월 24일 · Humanoids DailySkild AI, S1 모델 140년 시뮬레이션으로 축구 학습
- 9월 22일 · 논문 · arXiv cs.RO훈련 없이 문장으로 로봇 동작 생성하는 'S³' 기법
- 9월 18일 · 논문 · arXiv cs.RO영상 기반 로봇 정책 학습, 샘플링 MPC로 속도 높인다
고친 내역5
·정기 갱신·로컬 AI · qwen3.8 27b
2026년 10월에 발표된 HumanoidToolBench 벤치마크 및 토보라이프 AI의 원격조종 시스템 출시 내용을 추가했다.
근거: 휴머노이드 도구 사용 벤치마크 발표, 토보라이프 AI, G1 원격조종 시스템 출시, 코딩 에이전트로 로봇 내비게이션 외 5건
·정기 갱신·로컬 AI · qwen3.8 27b
ASENA 시스템이 유니트리 G1에서 수행한 실제 환경 내비게이션 테스트 내용을 추가했다.
근거: 코딩 에이전트로 로봇 내비게이션, 마인드온, Mind-1 로봇 실시간 속도 데모 공개, Skild AI, S1 모델 140년 시뮬레이션으로 축구 학습 외 3건
·정기 갱신·로컬 AI · qwen3.8 27b
마인드온(MindOn)의 Mind-1 시스템 실시간 작업 데모 내용을 추가했다.
근거: 마인드온, Mind-1 로봇 실시간 속도 데모 공개, Skild AI, S1 모델 140년 시뮬레이션으로 축구 학습, 롤링-WAM, 로봇 재계획 속도 4.5배 앞당겨 외 2건
·정기 갱신·로컬 AI · qwen3.8 27b
Skild AI의 S1 모델이 유니트리 G1에서 축구 기술을 학습했다는 내용을 추가했다.
근거: Skild AI, S1 모델 140년 시뮬레이션으로 축구 학습, 롤링-WAM, 로봇 재계획 속도 4.5배 앞당겨, 영상 기반 로봇 정책 학습, 샘플링 MPC로 속도 높인다 외 1건
·첫 작성·로컬 AI · qwen3.8 27b
학습 노트 3건을 바탕으로 첫 요약을 작성했다.
근거: 롤링-WAM, 로봇 재계획 속도 4.5배 앞당겨, 영상 기반 로봇 정책 학습, 샘플링 MPC로 속도 높인다, 훈련 없이 문장으로 로봇 동작 생성하는 'S³' 기법
다음 정기 갱신: 새 학습 노트가 있으면
이 항목은 로컬 AI가 학습 노트를 바탕으로 썼습니다. 틀린 내용이나 빠진 사실이 있으면 알려 주세요. 제보는 AI가 먼저 읽고 답하며, 운영자가 확인해 고칠 내용은 항목의 고친 내역에 남깁니다.