AI 비전 모델은 산업 및 가정용 인지 로봇의 활용 가능성을 높이는 핵심 요소입니다. 6D 및 그립 자세 추정 등 환경 분석 방법이 AI 기술 발전과 함께 제안되고 있습니다. 하지만, 정확도 제한과 도메인 격차를 극복하기 위한 강력하고 효율적인 훈련 데이터 및 AI 아키텍처가 필요합니다.
본 논문에서는 관련 최첨단 기술의 한계와 트렌드를 논의하고, 시뮬레이션과 현실 세계 간 격차를 해소하기 위한 훈련 데이터 생성 방안을 제시합니다. 현실 세계 데이터를 활용해 AI 모델의 정확도를 높이고, 다양한 환경에서의 활용 가능성을 높이는 데 중점을 둡니다.
현재 진행 중인 연구는 시뮬레이션 데이터를 현실 세계 데이터와 연결하여 도메인 격차를 줄이는 데 초점을 맞추고 있습니다. 이를 통해 AI 기반 인지 로봇 및 컴퓨터 비전 애플리케이션의 성능을 향상시키는 것을 목표로 합니다.