피지컬 AI RESEARCH TREND

이미 학습한 걸 새 로봇에 옮긴다 — TRON1로 검증한 정책 전이 강화학습

보행 로봇을 강화학습으로 훈련시킬 때 가장 큰 부담은 매번 처음부터 학습해야 한다는 점입니다. 로봇이나 지형이 조금만 바뀌어도 학습을 새로 하려면 시간과 비용이 많이 듭니다. PTRL(Prior Transfer Deep Reinforcement Learning) 연구는 이미 학습한 보행 정책(prior)을 새로운 로봇으로 전이해, 학습 속도와 안정성을 끌어올리는 방법을 제안합니다.

이 연구는 시뮬레이션에 머무르지 않고 TRON1을 실제 로봇으로 사용해 실물 실험을 진행했습니다. 평지와 잔디 등 서로 다른 지형에서 보행을 검증하며, 전이된 정책이 실제 환경에서도 안정적으로 동작함을 입증했습니다.

TRON1은 이처럼 최신 강화학습·정책 전이 연구가 실제로 구동되고 검증되는 연구 플랫폼으로 활용되고 있습니다. 시뮬레이션에서 실제 로봇으로 이어지는(sim-to-real) 연구에 곧바로 투입할 수 있는 하드웨어입니다.

#강화학습 보행 #정책 전이 #sim-to-real

출처: "PTRL: Prior Transfer Deep Reinforcement Learning," arXiv:2504.05629 (2025)

피지컬 AI RESEARCH TREND

스스로 지형을 읽고 적응한다 — TRON1로 검증한 자기지도 지형 적응 보행

다리로 걷는 로봇이 실제 환경에서 쓰이려면 평지뿐 아니라 다양한 지형에 스스로 적응해야 합니다. 하지만 지형마다 일일이 정답 데이터를 만들어 학습시키는 건 한계가 있습니다. BarlowWalk 연구는 사람이 정답을 붙이지 않아도 로봇이 스스로 특징을 학습하는 자기지도학습(self-supervised learning)을 보행에 적용해, 지형 적응 능력을 높이는 방법을 제안합니다.

이 연구는 TRON1을 솔(sole) 모드로 사용해 6종의 서로 다른 지형에서 보행을 검증했습니다. 로봇이 지형의 특성을 스스로 파악하고 그에 맞춰 걷는 능력을 실제 하드웨어에서 입증한 것입니다.

TRON1은 이처럼 다양한 지형 적응 보행 연구가 실제로 이뤄지는 플랫폼으로, 험지·비정형 환경을 다루는 최신 로보틱스 연구에 폭넓게 활용되고 있습니다.

#자기지도학습 #지형 적응 보행 #다지형 보행

출처: "BarlowWalk: Self-supervised Representation Learning for Legged Robot Terrain-adaptive Locomotion," arXiv:2508.00939 (2025)

LimX Dynamics

듀얼암·바이페달·휠 3가지 폼팩터를 자유롭게 조합하는 모듈형 구현체 로봇

TRON 2

최첨단 알고리즘, 자유로운 형태

TRON 2는 듀얼암, 바이페달(족보행), 휠(바퀴) 3가지 폼팩터를
자유롭게 조합할 수 있는 모듈형 구현체 로봇입니다.
음성, 비전 등 다양한 센서 확장이 가능하여
맞춤형 로봇 솔루션 구축에 최적화된 플랫폼입니다.
VLA(Vision-Language-Action) 네이티브 지원으로 데이터 수집부터
학습, 추론, 작업 관리까지 올인원 워크플로우를 제공합니다.

VLA 연구에 활용되는 듀얼 암 Dual Arms

뛰어난 성능, 다양한 적용 환경

한눈에 보고, 완벽하게 제어

7자유도(7-DoF) 로봇 암을 탑재해 최대 70cm 작업 반경을 구현,
동급 최대 작업 공간을 제공합니다.

인간형 구면 손목 구조로 넓고 유연한 작업이 가능하며,
전면 카메라로 작업 영역 전체를 커버해
정확한 인지와 정밀 제어를 지원합니다.

보이지 않아도 완벽한 안전, 부드러운 움직임

안전 경계 보호 기능으로 충돌 및 장비 손상을 사전에 방지합니다.

이중 전원 설계를 적용해

전원 차단 시에도 암이 고정 상태를 유지하여
안정적인 작업 환경을 제공합니다.

전지형 이동 성능 강화, 산업 활용 확장

듀얼 휠 기반 다리 구조로 최대 30kg 적재가 가능하며,

다양한 지형에서 안정적인 이동을 지원합니다.
자동 충전 기능까지 더해 연구 및 산업 환경 모두에 대응하며,
강력한 하드웨어 성능으로 실제 현장의 복잡한 작업까지 안정적으로 수행합니다.

멀티모달 융합, 고도화된 이족 보행

비전 기반 입력을 활용한 모션 플래닝으로
계단을 자연스럽게 오르는 등 고도화된 이동이 가능합니다.

네이티브 VLA — 올인원 데이터 수집·관리 플랫폼

데이터 수집부터 정제, 주석, 학습, 추론, 작업 관리까지
전체 워크플로우를 하나의 플랫폼에서 처리합니다.

복잡한 과정 없이, 혁신에만 집중하세요.

2시간 만에 익히는 VLA, 완벽한 튜토리얼 제공

표준 알고리즘 기반 태스크가 사전 탑재되어 즉시 활용 가능하며,
복잡한 파라미터 설정 없이 연구와 개발에 집중할 수 있습니다.

낮은 진입 장벽, 더 매끄러운 개발 경험

🐍

Python 개발 환경 완벽 지원.
ROS1 & ROS2 호환.

📦

SDK 전면 공개.

🔗

하이레벨·로우레벨
인터페이스 완전 개방.

📐

명확한 URDF 제공으로
Sim2Real 성능 최적화.

📄

제품 매뉴얼 제공.

🖥️

주요 시뮬레이터 지원 :
NVIDIA Isaac Sim,
MuJoCo, Gazebo 등.

🔄

GitHub를 통한
지속적인 업데이트.

Specifications

Arm DoF

7per arm

Arm Payload

5+5kg

Leg Payload

30kg

"—" = 미지원 | "○" = 옵션 | "✓" = 기본 포함

기구부 파라미터
항목	EDU	Standard
소재	알루미늄 합금, 플라스틱	알루미늄 합금, 플라스틱
팔 자유도 (DoF)	7	7
다리 자유도 (DoF)	5	5
능동 비전 헤드 DoF	2	2

주요 기능
항목	EDU	Standard
2차 개발	✓	—
족보행/휠 제어 기능	전후좌우 이동, 회전, 정지, 제자리 스쿼트, 높이 조절, 전도 후 기립, 지면 간극 감지	전후좌우 이동, 회전, 정지, 제자리 스쿼트, 높이 조절, 전도 후 기립, 지면 간극 감지
듀얼암 텔레오퍼레이션	VR (Oculus Quest 3)	—
데이터 수집 및 저장	✓	—
듀얼암 안전 경계 보호	✓	—

듀얼암 사양
항목	EDU	Standard
엔드이펙터 최대 하중	최대 5kg / 확장 3kg	최대 5kg / 확장 3kg
최대 속도	5 m/s	5 m/s
최대 가속도	36 m/s²	36 m/s²
반복 위치 정밀도	± 0.5mm	± 0.5mm
텔레오퍼레이션 딜레이	100ms	100ms
엔드이펙터 타입	그리퍼 / 다지 핸드	그리퍼 / 다지 핸드
그리퍼 성능	파지력 20N 폭 85mm	파지력 20N 폭 85mm

Sole 보행 / 휠 사양
항목	EDU	Standard
최대 이동 속도	Sole 2~3 m/s 휠 3~5 m/s	Sole 2~3 m/s 휠 3~5 m/s
최대 등반 경사	Sole 15° / 휠 30°	Sole 15° / 휠 30°
최대 턱 높이	20cm	20cm
최대 적재 하중	평지 30kg 계단 20kg	평지 30kg 계단 20kg

전기부 파라미터
항목	EDU	Standard
배터리 출력 전압	46.8V	46.8V
최대 배터리 출력	2,800W	2,800W
배터리 교체	✓	✓
배터리 타입 / 용량	삼원계 리튬 / 9Ah	삼원계 리튬 / 9Ah
충전 출력	542W (54.275V / 10A)	542W (54.275V / 10A)
충전 시간	20→80% : 30분 20→100% : 54분	20→80% : 30분 20→100% : 54분

센서 구성
항목	EDU	Standard
허리 RGBD 카메라	✓	✓
IMU (관성 측정 장치)	✓	✓
헤드 RGBD 카메라	✓ (듀얼암 전용)	—
손목 RGBD 카메라	✓ (듀얼암 전용)	—

통신 · 전원 인터페이스
항목	EDU	Standard
Ethernet / USB 3.0	각 1포트	각 1포트
EtherCAT / RS485	2포트 / 1포트	2포트 / 1포트
전원 출력 포트	12V ×1, 24V ×1, 48V ×1	12V ×1, 24V ×1, 48V ×1
외부 전원 공급 포트	✓ (1포트)	✓ (1포트)

AI 컴퓨팅 · 소프트웨어
항목	EDU	Standard
CPU	11세대 Intel® Core™ i7-1165G7 2.80GHz	—
스토리지	2TB	—
AI 박스 인터페이스	4×ETH, 4×USB 3.0 1×24V in, 1×12V out	—
SDK	✓	—
로봇 관리 플랫폼	✓	✓
데이터 / 시뮬레이션 플랫폼	✓	—
소프트웨어 호환	Python, C++ ROS1 / ROS2	—

* LimX Dynamics 연구소 측정 기준이며,
실제 성능은 환경·사용 조건·소프트웨어 버전에 따라 상이할 수 있습니다.
* 제품은 지속적으로 개선되며, 외관 및 사양이 변경될 수 있습니다.
구매 전 영업팀에 확인 바랍니다.

로봇 도입부터 자동화 구축까지 마로솔에서 시작하세요.