8도메인 로봇 행동 학습 통합 프레임워크
전문가 시연으로부터 정책을 학습하고, 시뮬레이션에서 평가하는 CLI 기반 모방 학습(Imitation Learning) 프레임워크입니다. 자동차, 드론, 휴머노이드, 로봇개의 클래식 4도메인과 모바일 매니퓰레이션, 물류 AGV, 스마트팜 농업 로봇, 조선소 크레인의 산업 4도메인 — 총 8개 도메인을 통합 obs/action 스키마 위에서 3줄 명령으로 초기화, 훈련, 시뮬레이션합니다. 11개 커맨드 그룹(edge 추가)과 Domain Plugin 아키텍처로 확장 가능합니다.
8개 도메인, 5가지 정책 모델, 11개 커맨드 그룹, Domain Plugin 아키텍처
Internal Schema Boundary — 도메인별 고정 차원 스키마로 모든 모듈이 일관되게 소통합니다.
| 자동차 (road) | 4D 상태 + 2D 행동 — CARLA 연동, nuScenes 어댑터 |
|---|---|
| 드론 (aerial) | 6D 상태 + 3D 행동 — AirSim 스켈레톤 |
| 휴머노이드 | 12D 상태 + 6D 행동 — MuJoCo Humanoid-v5 연동 |
| 로봇개 (quadruped) | 12D 상태 + 8D 행동 — MuJoCo Ant-v5 연동 |
공장, 물류, 농업, 조선 — 각 도메인 전용 Mock 시뮬레이터와 데이터 어댑터를 포함합니다.
| 모바일 매니퓰레이션 | 18D 상태 + 8D 행동 — 추천 모델: ACT |
|---|---|
| 물류 AGV (warehouse) | 14D 상태 + 4D 행동 — 추천 모델: BC-RNN |
| 스마트팜 농업 로봇 | 16D 상태 + 6D 행동 — 추천 모델: Diffusion |
| 조선소 크레인 (shipyard) | 20D 상태 + 9D 행동 — 추천 모델: ACT |
| BC-MLP | 기본 행동 복제 (가장 빠른 학습) |
|---|---|
| BC-RNN | 시계열 행동 복제 |
| BC-CNN | 비전 기반 행동 복제 |
| ACT | Action Chunking Transformer (매니퓰레이션 SOTA) |
| Diffusion Policy | 확산 모델 기반 정책 (DDPM) |
| L0 (Toy) | Mock 시뮬레이터 + BC-MLP — 튜토리얼/CI용 |
|---|---|
| L1 (Intermediate) | 도메인 추천 모델 + Mock — 알고리즘 연구 |
| L2 (Advanced) | 실제 백엔드 (CARLA/MuJoCo/Isaac Lab) + SOTA 모델 |
합성 데이터 생성부터 시뮬레이션 롤아웃까지 전체 파이프라인
합성 데이터 생성, 외부 데이터 수집, 증강, 편집까지 완전한 데이터 워크플로우를 CLI로 수행합니다.
학습된 정책을 시뮬레이션에서 실행하고, 자동으로 평가 지표를 산출합니다.
11개 커맨드 그룹으로 전체 워크플로우를 수행합니다
init역할/레벨에서 YAML 설정을 자동 생성합니다.
trainBC 정책을 훈련합니다. 이어하기, GPU, 체크포인트, 프로젝트 추적 지원.
simrollout/replay — 정책을 시뮬레이션에서 실행하고 평가합니다.
datapull, ingest, augment, edit — 데이터 파이프라인을 수행합니다.
modelexport/load — 모델 카드(SafeTensors + config.json)를 관리합니다.
skill내장 스킬 조회, 초기화, 크로스 도메인 전이를 수행합니다.
deployMessageBridge(mock/ROS2/ZeroMQ)로 정책을 배포합니다.
scenario코너 케이스 시나리오 빌드 및 스위트 실행.
validateYAML 설정 파일 검증 (50+ 규칙).
edge엣지 학습 라이프사이클 관리 — 온디바이스 학습, 배포, 모니터링.
pluginDomain Plugin 관리 — 커스텀 도메인 등록, 조회, 초기화.
4계층 추상화 스택으로 역할, 설정, 학습, 평가를 분리합니다
| Layer 4 | Skill/Meta-Agent — 역할/미션 기반 추천 |
|---|---|
| Layer 3 | Config/Validator — YAML 매니페스트 + 50+ 검증 규칙 |
| Layer 2 | Data/Model/Training — 파이프라인, 정책 네트워크, BCTrainer |
| Layer 1 | Sim/Eval/Backend — 시뮬레이터, 평가, 궤적 |
| Domain Plugin | 커스텀 도메인(obs/action 스키마, 시뮬레이터, 어댑터)을 플러그인으로 등록 |
| 언어 | Python 3.12+ |
|---|---|
| 프레임워크 | PyTorch, Gymnasium |
| 시뮬레이터 | Mock (내장), CARLA, MuJoCo |
| 로깅 | W&B, MLflow (선택) |
| 모델 포맷 | SafeTensors + config.json |
| 에러 포맷 | 3줄 포맷 (Category / Fix / See) |
단계별 가이드로 EulerAtlas를 빠르게 익히세요
튜토리얼은 공개 예정입니다.
EulerAtlas를 설치하고 첫 번째 정책을 훈련하세요
Python 3.12+, PyTorch
MuJoCo, W&B (선택)