연구동향
조회수 18345 좋아요 3 댓글 1
IROS 2020 논문 분석을 통해서 본 로봇분야 연구동향
정병규(기계·로봇 연구정보센터)
첨부파일IROS 2020 논문을 통한 로봇 분야 연구동향 분석(3).pdf


2020 IEEE/RSJ IROS(International Conference on Intelligent Robots and Systems)은 미국 라스베가스에서 Virtual Conference 형식으로 10월 25일부터 2021년 1월 24일까지 개최되었다. 이번 학술대회는 COVID-19의 유행으로 인하여 많은 국제 학술대회가 온라인으로 열리던 것을 좀 더 진화시켜 On Demand 방식으로 연구자가 원하는 시간에 인터넷에 접속해 사전 제작된 기조 발표나 강연 내용을 볼 수 있도록 하였다.
'소비자 로봇과 우리의 미래(Consumer Robotics and Our Future)'라는 주제로 개최된 이번 학술대회에서는 IROS 2020에 등재되는 논문의 발표 영상은 총 1,400여 개로, 12개의 장르로 나뉘어 제공되었다. 또한 ‘IROS 스페셜(Special)’이라는 섹션을 만들어 인터뷰 형식으로 로봇 학계의 권위 있는 교수들의 특별 영상이 게재되었다. 조지아공대의 Ayanna Howard 교수가 ‘블랙 인 로보틱스(Black in Robotics)’라는 주제로 스페셜 영상을 선보였으며, 소셜 로봇 ‘지보(Jibo)’의 개발자로 유명한 MIT 미디어 랩 Cynthia Breazeal 교수가 지보에 관한 내용으로 발표를 진행하였다.




IEEE XPlore(https://ieeexplore.ieee.org/xpl/conhome/9340668/proceeding)에 공개된 IROS 2020의 논문은 총 1,129편으로 38개 국가에서 발표되었다. 국가별로는 미국이 415편(36.8%)의 가장 많은 논문을 발표하였다. 그 뒤로 중국이 120편, 일본이 102편, 독일이 96편, 영국이 63편, 한국이 51편, 이탈리아가 39편, 프랑스가 36편, 스위스가 34편, 캐나다가 27편, 싱가포르가 23편, 오스트리아가 18편, 스페인이 15편, 인도가 12편을 발표하였다.

또한 IROS 2020에서는 403개 기관이 논문을 발표하였다. 발표 논문의 수가 제일 많은 곳은 미국의 Carnegie Mellon Univ.로 44편의 논문을 발표하였다. 그 다음으로 Univ. of Tokyo가 27편, ETH Zurich가 26편, MIT가 21편, Georgia Tech가 21편, The Chinese Univ. of Hong Kong과 KAIST가 각각 17편, Stanford Univ. 가 15편을 발표하였다. 또한 UC Berkeley가 14편, Seoul Nat. Univ. 와 Tech. Univ. of Munich, 그리고 Imperial College London이 각각 12편의 논문을 발표하였으며, Zhejiang Univ. 와 Univ. of Maryland, Hong Kong Univ. of Science and Technol., 그리고 Waseda Univ. 가 각각 11편을 논문을, Caltech와 Italian Inst. of Technol. 가 각각 10편의 논문을 발표하였다.


한국 기관에서는 총 51편의 논문을 발표되었는데, 아래 Figure 3와 같이 KAIST에서 17편의 가장 많은 논문을 발표하였으며, 서울대는 12편, KIST는 7편, 고려대는 3편, Naver Labs에서 2편, 그리고, DGIST, ETRI, Hanyang Univ., Korea Univ. of Technol. and Education, Kwangwoon Univ., Nat. Rehabilitation Center, POSTECH, Sungkyunkwan Univ., UNIST, Univ. of Ulsan College of Medicine의 10개 기관에서 논문을 각각 1편씩 발표하였다.





이번 IROS2020 학술대회 논문의 소셜 네트워크 분석을 위해 IEEE XPlore (https://ieeexplore.ieee.org/xpl/conhome/9340668/proceeding)에서 공개된 총 1,129편의 논문에 대한 저자 및 공저자, 저자의 소속, 국가, 키워드 등을 추출하여 정리하였다. 네트워크 분석에는 Net Miner 3을 사용하여 키워드, 공저자, 기관-키워드(2Mode)를 분석하였다.


논문의 키워드를 분석하면 발표된 연구자들이 어떠한 분야에 집중하고 있는지, 그리고 주제들 사이의 연관성을 확인할 수 있다. IROS 2020에서는 989개의 키워드가 나왔으며 이중 빈도수가 100 이상인 키워드는 Mobile Robots, Learning (Artificial Intelligence), Robot Vision, Path Planning, Motion Control, Object Detection, Feature Extraction, Control Engineering Computing, Optimisation 등 9개의 키워드로 나타났다. 아래 Figure 5는 IROS 2020 키워드 중 빈도수 10 이상을 정리하여 워드 클라우드로 표현한 그림이다.


아래 Figure 6은 한 논문에 같이 나열된 키워드들을 서로 연결하여 그림으로 나타낸 것으로, 좀 더 보기 쉽도록 연결 빈도수 5 이하인 연결을 삭제한 그림이다. Mobile Robots를 중심으로 Learning (Artificial Intelligence), Robot Vision, Path Planning, Motion Control의 4가지 키워드의 연결이 많은 것으로 나타났으며, 위의 빈도수 100 이상인 키워드인 Object Detection, Feature Extraction, Control Engineering Computing, Optimisation 등도 다른 키워드에 비해 다소 연결이 많이 나타났다.


Degree Centrality는 가장 간단한 측정 방법 중 하나로 인접한 노드들의 수를 이용하여 Centrality를 측정하는 방법이다. 즉, A 노드가 1000개의 노드와 연결되어 있고 B 노드에 100개의 노드가 연결되어 있으면 A가 많은 노드들과 연결되어 있으므로 중요하다고 판단한다. 논문 키워드의 Degree Centrality 분석 결과는 Figure 7과 같다.
이를 살펴보면 Mobile Robots를 중심으로 Learning (Artificial Intelligence)가 2번째 원에, Robot Vision, Path Planning이 3번째 원, Motion Control이 4번째 원에 있다. 이외에도 5번째 원에는 Optimisation, Object Detection, Feature Extraction, Control Engineering Computing, Cameras 등이 있다.


키워드 분석과 마찬가지로 논문 공저자들의 상관관계를 Netminer 3.0을 사용하여 시각화(Spring Layout) 하였다. Figure 8과 같이 많은 연구자 그룹이 형성되어 있는 것을 확인해 볼 수 있다. 이중 오른쪽 하단은 개인이나 실험실 단위로 그룹을 이루고 있으며, 왼쪽 상단으로 갈수록 여러 기관 소속의 연구자들이 모인 그룹임을 알 수 있다.


이들 연구자 그룹 중 좌측 상단의 가장 큰 그룹은 아래 Figure 9와 같다. 이 그룹은 Daniela Rus(MIT)와 Wei Wang(MIT)을 중심으로 Mac Schwager(Stanford Univ.), Adrien Gaidon(Toyota), Wolfram Burgard(Toyota) 등의 연구자들이 각각 그룹의 중심이 되어 연결되어 있다. 이 그룹에는 Stanford Univ. 와 MIT, Nat. Univ. of Singapore, Tongli Univ., New York Univ., City Univ. of Hong Kong, Tencent 등의 여러 연구자들이 포함되어 있다.
Daniela L. Rus(MIT)는 루마니아계 미국인 로봇 공학자로 MIT 컴퓨터 과학 및 인공 지능 연구소(CSAIL) 소장이자 매사추세츠 공과대학 전기 공학 및 컴퓨터 과학부(EECS)의 Andrew and Erna Viterbi 석좌 교수이다. 그녀는 네트워크/분산/협동 로봇 공학의 과학 개발에 중점을 두고 있다. 즉 공통의 목표를 달성하기 위해 어떻게 많은 로봇이 협력할 수 있습니까? 라는 질문에 대한 답을 제공한다.
분산 로봇 공학은 로봇 컬렉션이 개별 로봇이 수행할 수 있는 것보다 더 큰 작업을 달성하기 위해 협력할 수 있는 방법을 다루기 때문에 로봇의 중요한 영역이다. Daniela L. Rus는 이 영역을 확고한 알고리즘 기반으로 만든 최초의 연구자이다. (https://en.wikipedia.org/wiki/Daniela_L._Rus)
Wei Wang(MIT)은 Peking University 공과대학에서 "자율 지능 생체 공학 로봇 물고기에 관한 연구"로 박사학위를 받았으며, 2016년 졸업 후 MIT에서 박사 후 연구원으로 진학하였다. MIT에서는 AMS의 자금 지원을 받아 "수로가 많은 도시의 교통혼잡 완화를 목표로 하는 이동성이 뛰어난 무인선" 개발을 진행하였으며 ICRA 컨퍼런스에서 제1저자로 논문을 발표하였다. (https://en.ibdl.pku.edu.cn/news/research_news/868979.htm)


또한 연구자 그룹 중 2번째로 큰 그룹은 Figure 10과같이 Sebastian Scherer (Carnegie Mellon Univ.)와 Howie Choset(Carnegie Mellon Univ.), Delong Zhu(The Chinese Univ. of Hong Kong), Yun-hui Liu(The Chinese Univ. of Hong Kong)의 4명의 연구자를 중심으로 연결되어 있으며, Carnegie Mellon Univ., New York Univ., Microsoft, The Chinese Univ. of Hong Kong, Hongkong Ploytech. Univ., Imperial College London 등의 연구자들이 포함되어 있다.
Sebastian Scherer(Carnegie Mellon Univ.)는 카네기 멜론 대학교 로봇 연구소 부교수이다. 그는 무인 회전기가 복잡한 환경의 낮은 고도에서 작동할 수 있도록 자율성을 부여하는 데 초점을 맞추고 있다. 자연 환경에서 마이크로 항공기에 대한 최초의 장애물 회피, 그리고 헬리콥터에 대한 첫 번째 자동 착륙을 보여주었다. 그의 연구는 IEEE Spectrum, the New Scientist, Wired, der Spiegel, 그리고the WSJ등 많은 언론에서 다루어졌다. 그의 자율 착륙 헬리콥터연구는 Popular Science Best of What’s New 2010 Award를 받았고, 2016년 가을에는 오바마 대통령앞에서 시연하기도 하였다. (http://theairlab.org/team/sebastian)
Howie Choset(Carnegie Mellon Univ.)의 연구 그룹은 다양한 뱀 로봇을 설계하고 구성했으며, 그 형태와 많은 자유도를 활용하여 빽빽하게 밀집된 지역을 통과하여 사람과 기존 기계가 달리 접근할 수 없는 위치에 접근할 수 있는 매우 많은 관절이 있는 메커니즘을 설계하고 구성하였다. 한 가지 주목할 만한 예는 수술용 뱀 로봇이다. 피츠버그 대학의 Dr. Marco Zenati와 공동으로 최소 침습 수술에 사용하기 위한 작은 11mm 단면 직경의 뱀 로봇을 개발했는데 이 장치는 큰 절개 없이 신체 깊숙이 도달할 수 있으며, 따라서 수술 후 환자의 불편함과 의료 비용을 모두 줄일 수 있다. 또한 경강 내시경 수술(NOTES)을 수행하는 기술을 개발하고 있다. NOTES는 수술 절차를 수행하기 위해 관강 공간의 벽을 통해 복강에 대한 접근을 제공하기 위해 자연 구멍을 사용하여 침습적 복벽 절개를 방지한다. 기존의 최소 침습 수술보다 훨씬 더 나은 결과와 빠른 회복은 물론 수술 후 불편함과 합병증이 적다. (https://www.ri.cmu.edu/ri-faculty/howie-choset)
Delong Zhu(The Chinese Univ. of Hong Kong)는 2020년에 홍콩 중문대학교에서 전자 공학 학위를 취득하고 현재 전자 공학부 연구원으로 재직 중이다. 그는 그의 연구 관심 분야에는 딥 러닝, 로봇 인식 및 모션 계획이며 ICRA, IROS 및 RAL에 여러 논문을 발표하였다. (https://ieeexplore.ieee.org/author/37086137408)
Yun-hui Liu(The Chinese Univ. of Hong Kong)는 비전 기반 로봇, 의료 로봇, 서비스 로봇 및 기계 지능을 연구하고 있다. 비전 기반 로봇 분야에서 로봇 시스템과 컴퓨터 비전을 통합하고 이 기술을 산업용 차량의 자율 주행, 로봇 쥐기 및 이미지 기반 자동 로봇 수술에 적용하기 위해 노력하고 있다. 그는 VisionNav Robotics Limited와 SmartEye Tech Limited라는 두 개의 신생 기업을 설립하였다. 의료 로봇 공학 분야에서 그는 외과의의 보조 작업을 돕거나 로봇 수술의 수술 단계를 자동화할 수 있는 수술 로봇 개발에 중점을 두고 있다. 부비동 수술 및 자궁 적출 수술을 위해 그의 그룹이 개발한 보조 수술 로봇은 프린스 오브 웨일스 병원에서 임상 시험을 거쳤다. (http://ri.cuhk.edu.hk/yhliu)



아래 Figure 11의 그룹은 Stefano Stramigioli(Kei Okada)와 Jan Peters(TU Darmstadt), 그리고 Paolo Fiorini(Univ. of Verona)를 중심으로 연결된 그룹으로 Univ. of Twente, Kuka, TU Darmstadt, Univ. of Verona 등의 여러 연구자들로 구성되어 있다.
Stefano Stramigioli(Univ. of Twente)는 이탈리아와 네덜란드 국적을 모두 갖고 있는 과학자이자 엔지니어이다. 그는 로보틱스 및 메카트로닉스(RAM) 연구소를 이끌고 있는 트벤테 대학교와 제휴하고 있다. 그는 또한 H2020 프로그램이 끝날 때까지 실행된 세계 최대의 민간 로봇 공학 프로그램인 SPARC라는 공공 민간 파트너십의 민간 부문으로도 기능한 유럽 협회인 euRobotics의 연구 부사장이며, 2008년에 시작된 네덜란드 최초의 로봇 공학 센터(처음에는 Romech, 그 다음에는 LEO Center of Service Robotics)의 의장이었다. 그는 IEEE Robotics and Automation Distinguished Service Award를 받았으며, Project Port Wings의 ER(Advance Grant) 수상자이다. (https://en.wikipedia.org/wiki/Stefano_Stramigioli)
Jan Peters(TU Darmstadt)는University of Southern California에서 컴퓨터 공학 석사 학위와 항공 우주 및 기계 공학 석사 학위를 취득하였으며, University of Southern California에서 컴퓨터 공학 박사 2007년부터 2021년까지 그는 Max Planck Institute for Biological Cybernetics 와 Max Planck Institute for Intelligent Systems에서 로봇 학습 그룹의 책임자(2011년까지)를 역임하였다. 2011년부터 다름슈타트 공과대학의 지능형 자율 시스템 연구소 소장을 맡고 있다. (https://en.wikipedia.org/wiki/Jan_Peters_(computer_scientist))
Paolo Fiorini(Univ. of Verona)는 UCLA에서 박사 학위를 받았으며, 1985년부터 2000년까지 캘리포니아 공과 대학의 NASA 제트 추진 연구소에서 우주 실험과 탐사를 위한 자율 및 원격 운영 시스템을 연구하였으며, 2001년에 이탈리아 베로나 대학교(이탈리아)의 전임 교수로 일하고 있다. 그는 수술, 우주, 서비스 및 탐사 로봇을 위한 원격 조작, 로봇 및 차량의 자율 주행을 연구하고 있다. 2001년 그는 ALTAIR 로봇 공학 연구소를 설립하였으며, Accurobas, Safros, Isur 및 Eurosurge와 같은 로봇 수술 프로젝트를 포함하여 여러 EU 및 이탈리아 연구비를 받고 있다. 2009년에는 복부 수술을 위한 새로운 수술 로봇 개발을 위해 Surgica Robotica라는 회사를 설립했으며 2012년 CE 인증을 받았다. (http://profs.sci.univr.it/~fiorini/)


아래 Figure 12는 Tohoku Univ. 와 Osaka Univ., 그리고 Univ. of Tokyo, Univ. of Washington, Ritsumeikan Univ., NAIST, Omron 등의 주로 일본 연구자들이 포함된 그룹으로 특별히 중심 연구자 없이 비교적 대등하게 연결된 그룹이다.


아래 Figure 13는 대부분 Univ. of Tokyo의 연구자들로 이루어진 그룹으로 Kei Okada(Univ. of Tokyo)와 Masayuki Inaba(Univ. of Tokyo)가 비중이 가장 높은 중심 연구자로 구성되어 있다.
 


위에서 추출한 연구자 데이터를 바탕으로 하여 Figure 14와 같이 연구자의 Degree Centrality를 분석하였다. Degree Centrality는 연결 정도 중심성으로 한 개인이 전체 네트워크에서 얼마만큼 중심에 가까이 자리 잡고 있는지를 나타내는 지표로 여러 논문과 다른 연구자와의 연결 관계가 많을수록 네트워크 가운데 쪽으로 위치하게 된다.
이를 살펴보면 Kei Okada(Univ. of Tokyo)와 Masayuki Inaba(Univ. of Tokyo)가 제일 중심에 있으며, 그 다음 가까운 위치에 Roland Siegwart(ETH Zurich), Sebastian Scherer(Carnegie Mellon Univ.), Shigeki Sugano(Waseda Univ.)가 있는 것을 볼 수 있다.


보통 제1그룹의 중심 연구자가 Degree Centrality에서도 중심 연구자로 나오는 경우가 대부분이나 이번의 경우는 Univ. of Tokyo의 그룹이 제1그룹이 아님에도 불구하고 Univ. of Tokyo 그룹의 Kei Okada(Univ. of Tokyo)와 Masayuki Inaba(Univ. of Tokyo)가 중심 연구자로 분석되었다. 이는 이 두 연구자가 여러 공동저자와 집중적으로 연결되어 있어 이러한 분석이 나온 것으로 생각된다. 실제로 아래 Table1과 같이 Kei Okada와 Masayuki Inaba는 각각 10편의 논문에 공저자로 참여하고 있음을 확인할 수 있다.


Kei Okada(Univ. of Tokyo는 1997년에 교토 대학에서 컴퓨터 공학 학사 학위를 받았으며, 도쿄 대학에서 정보 공학 석사와 박사 학위를 받았다. 2002년부터 2006년까지 그는 도쿄 대학에서 전략적 소프트웨어 프로젝트를 위한 전문 프로그램에 참여하였다. 2006년 3월부터 그는 도쿄 대학에서 창의 정보학 조교수로 재직 중이다. 그의 연구 관심 분야는 휴머노이드 로봇, 실시간 3D 컴퓨터 비전, 인식-행동 통합 시스템이다. 그는 IEEE, 일본 정보 처리 학회 및 일본 로봇 학회의 회원이다. (http://www.jsk.t.u-tokyo.ac.jp/~k-okada/index-e.html)
Masayuki Inaba(Univ. of Tokyo)는 도쿄의 대학 기계 공학과 교수로 도쿄 대학에서 JSK의 Robotics Lab. 을 이끌고 있다. 그의 연구 관심 분야는 로봇 연구를 발전시키기 위한 로봇 시스템 및 소프트웨어 아키텍처의 핵심 기술이다. (https://www.robotics-down-to-earth.com/index47.html)

 

아래 Figure 15는 논문의 제1저자의 소속 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 네트워크 시각화한 그림으로 좀 더 자세히 보기 위해 3 이하의 연결 관계를 제외한(Link Reduction 3) 한 결과이다.


Figure 15에 나타난 바와 같이 이번 IROS2020에서는 Carnegie Mellon Univ., ETH Zurich, Stanford Univ., MIT의 기관과 연결된 키워드가 많았다. 이들 기관에서 어떤 키워드의 논문이 많이 발표되었는지 각각 살펴보면 Carnegie Mellon Univ.에서는 “Mobile Robots, Learning (Artificial intelligence), Motion Control, Path Planning, Robot Vision, Feature Extraction, Object Detection, Multi-Robot Systems, Pose Estimation, Manipulations, Collision Avoidance, SLAM(Robots), Stereo Image Processing" 등의 키워드가 나와서 다양한 분야의 연구를 주도하고 있음을 알 수 있다. 또한 ETH Zurich에서는 Carnegie Mellon Univ.와 공통으로 "Mobile Robots, Learning (Artificial intelligence), Path Planning, Robot Vision" 의 키워드가 많이 나왔으며, 이외에 "Computer Vision, Cameras, Distance Measurement" 등이 많이 나와서 Carnegie Mellon Univ.과의 차이를 보여주고 있다. 또한 Stanford Univ. 의 경우 “Mobile Robots, Learning (Artificial intelligence), Path Planning”이 나왔으며, MIT의 경우 “Mobile Robots, Path Planning, Robot Vision” 등의 키워드가 많이 등장하였다. 이외에 Univ. of Tokyo의 경우 "Learning (Artificial intelligence), Motion Control" 외에 "Humanoid Robots" 이 등장하였으며, Caltech의 경우 "Motion Control" 과 함께 "Legged Locomotion"이 등장하였다. 또한 Univ. of Bristol은 "Tactile Sensors"가 Univ. of Bonn은 "Image Segmentation"이, Tongji Univ.는 "Object Tracking, Autonomous Aerial Vehicles" 이 다른 기관과 키워드와 연결없이 등장하고 있다. 또한 여러 기관과 연계되어 높게 나오는 키워드는 “Mobile Robots" 을 제외하고 "Learning (Artificial intelligence)”이 가장 많이 나타나 이에 대한 연구들이 매우 활발한 것을 알 수 있다.
위와 같이 주요 기관에서 발표된 논문의 키워드를 정리하면 아래 Table 2와 같다.





IROS 2020에 게재된 논문은 38개 국가에서 투고한 1,129편이다. 국가별 논문 발표 수는 미국이 415편으로 제일 많은 논문을 발표하였으며, 그 다음으로 중국이 120편, 일본이 102편, 독일이 96편, 영국이 63편, 한국이 51편의 논문을 발표하였다. 기관별로는 약 400여개 기관에서 논문을 발표하였으며, 이중 미국의 Carnegie Mellon Univ.로 44편의 가장 많은 논문을 발표하였으며, 그 다음으로 Univ. of Tokyo가 27편, ETH Zurich가 26편, MIT와 Georgia Tech가 각각 21편을 발표하였다. 한국 기관에서는 총 51편의 논문을 발표하였는데 이중 KAIST가 17편의 가장 많은 논문을 발표하였다.
논문에 나타난 전체 키워드는 중복을 제외하고 989개로, “Mobile Robots, Learning (Artificial Intelligence), Robot Vision, Path Planning, Motion Control, Object Detection, Feature Extraction, Control Engineering Computing, Optimisation” 가 빈도수 100 이상으로 나타났다. 키워드들의 중심도(Degree Centrality)를 살펴보면 Mobile Robots를 중심으로 Learning (Artificial Intelligence)가 2번째 원에, Robot Vision, Path Planning 이 3번째 원, Motion Control이 4번째 원에 있다. 이외에도 5번째 원에는 Optimisation, Object Detection, Feature Extraction, Control Engineering Computing, Cameras 등이 있다.
연구자 네트워크를 분석해 보면 연구자 그룹 중 좌측 상단의 가장 큰 그룹은 Daniela Rus(MIT)와 Wei Wang(MIT)를 중심으로 Mac Schwager(Stanford Univ.), Adrien Gaidon(Toyota), Wolfram Burgard(Toyata) 등의 연구자들이 각각 그룹의 중심이 되어 연결된 그림으로 나타났다. 또한 연구자의 Degree Centrality를 분석해보면 위에서 Kei Okada(Univ. of Tokyo)와 Masayuki Inaba(Univ. of Tokyo)가 제일 중심에 있으며, 그 다음 가까운 위치에 Rolan Siegwaet(Eth Zurich), Sebastian Scherer(Carnegie Mellon Univ.), Shigeki Sugano(Waseda Univ.)가 있는 것을 볼 수 있다.
논문 주 저자의 기관과 그 논문에 대한 키워드를 정리하여 기관과 키워드 간의 관계를 네트워크 나타내 보면, Carnegie Mellon Univ., ETH Zurich, Stanford Univ., MIT의 기관과 연결된 키워드가 많았다. 특히 Carnegie Mellon Univ.에서는 “Mobile Robots, Learning (Artificial intelligence), Motion Control, Path Planning, Robot Vision, Feature Extraction, Object Detection, Multi-Robot Systems, Pose Estimation, Manipulations, Collision Avoidance, Slam(Robots), Stereo Image Processing" 등의 키워드가 나와서 다양한 분야의 연구를 주도하고 있음을 알 수 있다.

1. 조상협, "세계 최대 로봇학술대회 'IROS 2020 온디맨드' 25일 개막", 로봇신문, 2020.10.24, https://www.irobotnews.com/news/articleView.html?idxno=22698
2. Daniela L. Rus(MIT) : https://en.wikipedia.org/wiki/Daniela_L._Rus
3. Wei Wang(MIT) : https://en.ibdl.pku.edu.cn/news/research_news/868979.htm
4. Sebastian Scherer(Carnegie Mellon Univ.) : http://theairlab.org/team/sebastian/
5. Howie Choset(Carnegie Mellon Univ.) : https://www.ri.cmu.edu/ri-faculty/howie-choset/
6. Delong Zhu(The Chinese Univ. of Hong Kong): https://ieeexplore.ieee.org/author/37086137408
7. Yun-hui Liu(The Chinese Univ. of Hong Kong): http://ri.cuhk.edu.hk/yhliuStefano
8. Stramigioli(Univ. of Twente) : https://en.wikipedia.org/wiki/Stefano_Stramigioli
9. Jan Peters(Tu Darmstadt) : https://en.wikipedia.org/wiki/Jan_Peters_(computer_scientist)
10. Paolo Fiorini(Univ. of Verona) : http://profs.sci.univr.it/~fiorini/
11. Kei Okada(Univ. of Tokyo) : http://www.jsk.t.u-tokyo.ac.jp/~k-okada/index-e.html
12. Masayuki Inaba(Univ. of Tokyo) : https://www.robotics-down-to-earth.com/index47.html

 

인쇄 Facebook Twitter 스크랩

  전체댓글 1

[로그인]

사용자 프로필 이미지
2021.12.07
로봇분야 동향파악에 많은 도움이 되었습니다.

댓글 입력란
사용자 프로필 이미지
0/500자
댓글 입력란
사용자 프로필 이미지
0/500자