Physical AI 논문 스터디

[개발 스터디 모집 내용 예시]

• 스터디 주제 : 물리 세계를 이해·예측·시뮬레이션하고, 그 안에서 상호작용하는 지능형 시스템을 연구하는 논문 스터디

• 스터디 목표 :

  
  

  • perception–simulation–interaction을 하나의 Physical AI 관점에서 연결

    
    

  • 논문의 구조를 이해하는 데서 끝나지 않고, 구현 가능성, 한계, 후속 연구 아이디어까지 토론

    
    

  • 소규모로 깊게 운영

• 예상 스터디 일정(횟수) : 한국 기준 매주 일요일 오전 10시, 약 1.5~2시간 (8월부터 18주 +@)

• 예상 커리큘럼 간략히 :

• 예상 모집인원 : 4명 (총 6명 예정)

  • Embodied AI & Robotics: 2명

  • 3D Intelligence & Physical Simulation: 2명

    
    

• 스터디에 지원할 수 있는 방법을 남겨주세요. (이메일, 카카오 오픈채팅방, 구글폼 등): https://open.kakao.com/o/sZDKDQFi

  로 연락 부탁드립니다.
  (게시글 확인이 어려울수도 있어서 문의사항도 해당 톡방으로 연락바랍니다.)

  
  

트랙1. Embodied AI & Robotics

주요 분야: Robot learning, manipulation, visuomotor policy, world model, reinforcement/imitation learning

트랙2. 3D Intelligence & Physical Simulation

주요 분야: 3D vision, geometry processing, neural/physics simulation, MPM, FEM, PINN, computer animation

매주 구성

1. 발표자 1명: 논문 핵심 발표, 30~40분

2. 토론: 방법론, 한계, 후속 아이디어, 30~40분

3. 연구 연결: 각자 연구 또는 관심 분야와 연결, 15~20분

4. 다음 논문 및 발표자 결정

발표자료 구성: 논문이 해결하려는 문제, 기존 방법의 한계, 핵심 아이디어 및 구조, loss, representation, training/inference pipeline, 주요 실험과 ablation, 논문의 강점과 약점, 재현 가능성, 확장 가능한 연구 아이디어

주차별 주제 계획

1주차: Robotics / Manipulation

2주차: 3D Vision / Geometry AI

3주차: Simulation / Computer Animation

4주차: World Model / 통합 Physical AI

5주차: Cross-domain Week - Gaussian Splatting 기반 로봇 환경 표현, 생성형 world model과 물리 시뮬레이션, deformable object manipulation, differentiable simulation, 3D representation을 활용한 visuomotor control

필수 자격요건

• 매주 일요일 정기 모임에 꾸준히 참여할 수 있는 사람

• 영어 논문을 읽고 핵심 내용을 정리할 의지가 있는 사람

• 4~6주에 한 번 발표를 맡을 수 있는 사람

• 자신의 전공뿐 아니라 다른 Physical AI 분야에도 열린 사람

• 질문, 비판, 아이디어 제안 등 토론에 적극적으로 참여할 사람

Embodied AI & Robotics 트랙

• Robotics, reinforcement learning, imitation learning, control 경험

• PyTorch, ROS, Isaac Sim, MuJoCo, ManiSkill 등의 사용 경험

• Robot manipulation, visuomotor learning, world model에 대한 관심

• 관련 수업, 프로젝트 또는 연구 경험

3D Intelligence & Physical Simulation 트랙

• 3D vision, graphics, geometry processing 또는 physical simulation 관심

• Point cloud, mesh, NeRF, Gaussian Splatting 등의 3D representation 관심

• MPM, FEM, PINN, differentiable simulation 또는 computer animation에 대한 관심

• PyTorch, CUDA, Blender 등의 사용 경험

한 가지 분야에 대한 구체적인 관심과 꾸준히 공부할 의지가 있다면 상관X