• 행사명[모두연 세미나] 생성형 AI와 로봇 제어의 미래: DDPM, Diffusion Policy, UMI(Universal Manipulation Interface) 탐구
  • 접수 기간: ~2024.9.12(목) 14:00
  • 일시: 2024.9.12(목) 19:30~21:30
  • 장소: 모두의연구소 강남캠퍼스 라운지(서울 강남구 강남대로 324 역삼디오슈페리움 2층) / 온라인
  • 참가 방법: 모두의연구소 이벤터스에서 신청( https://event-us.kr/m/90864/21813 )
  • 프로그램 요약:  AI와 로봇 제어의 융합 기술 세미나에서 DDPM 모델과 Diffusion Policy의 혁신적 적용에 대해 알아보고, UMI를 통한 로봇 제어 시스템 구현 방법을 배워봅니다.
  • 프로그램 세부



1. 강연
1) Diffusion Model 및 DDPM(Denoising Diffusion Probabilistic Models) 소개
- Diffusion Models의 원리: 확산 모델의 기본 개념과 동작 원리 설명.
- DDPM : DDPM의 작동 방식, 기존 AI 모델과의 차별점, 그리고 로봇 제어에 어떻게 적용되는지 사례를 통해 설명합니다.
2) Diffusion Policy 소개
- Diffusion Policy 개념: 정책 기반 강화학습과 Diffusion Models의 결합에 대한 개요 제공.
- Diffusion Policy의 응용 사례: 로봇 제어 시스템에서 Diffusion Policy가 적용된 실제 사례 또는 연구 결과를 공유합니다.
- Diffusion Policy의 장단점 및 발전 가능성: 실질적인 구현 시 고려할 점과 앞으로의 연구 방향에 대해 설명합니다.
3) UMI (Universal Manipulation Interface) 소개
- UMI 개념 및 목적: UMI가 로봇 제어에서 어떤 역할을 하는지 설명합니다.
- UMI의 구조 및 기능: UMI의 기술적 세부 사항과 이를 통한 로봇의 다목적 조작 가능성 탐구.
- UMI와 Diffusion Models의 통합: UMI가 Diffusion Models 및 DDPM과 어떻게 연계될 수 있는지 논의합니다.
2. 현장 Q&A

3. 연사님, 참가자와 함께 하는 네트워킹


  • 참가 대상: 오프라인 50명 / 온라인 무제한
  • 생성형 AI와 로봇 제어 공학에 대한 기본 지식을 갖춘 연구자 및 개발자

  • 로봇 제어에 적용되는 AI 기술의 최신 트렌드를 알고 싶으신 전공생 및 현업 종사자

  • 생성형 AI와 모방 학습에 대한 개념을 이해하고 이를 더 깊이 배우고 싶으신 모두

  • Diffusion model의 동작 원리와 활용 방법을 심도 있게 탐구하고 싶은 모두