[논문 리뷰] Robotic Foundation Models for Industrial Control: A Comprehensive Survey and Readiness Assessment Framework

David Kube, Simon Hadwiger외 1명|arXiv (Cornell University)|2026. 03. 06.

Soft Robotics and Applications인용 수 0

한 줄 요약

본 논문은 산업 제어를 위한 로봇 기초 모델(RFMs)을 조사하고, 149개의 기준으로 산업 준비 프레임워크를 정의하며, 324개의 조작 가능 RFMs을 평가하여 산업적 성숙도가 제한적이고 배치에 중요한 요구사항에 대한 커버리지가 고르게 분포되지 않음을 보여준다.

ABSTRACT

Robotic foundation models (RFMs) are emerging as a promising route towards flexible, instruction- and demonstration-driven robot control, however, a critical investigation of their industrial applicability is still lacking. This survey gives an extensive overview over the RFM-landscape and analyses, driven by concrete implications, how industrial domains and use cases shape the requirements of RFMs, with particular focus on collaborative robot platforms, heterogeneous sensing and actuation, edge-computing constraints, and safety-critical operation. We synthesise industrial deployment perspectives into eleven interdependent implications and operationalise them into an assessment framework comprising a catalogue of 149 concrete criteria, spanning both model capabilities and ecosystem requirements. Using this framework, we evaluate 324 manipulation-capable RFMs via 48,276 criterion-level decisions obtained via a conservative LLM-assisted evaluation pipeline, validated against expert judgements. The results indicate that industrial maturity is limited and uneven: even the highest-rated models satisfy only a fraction of criteria and typically exhibit narrow implication-specific peaks rather than integrated coverage. We conclude that progress towards industry-grade RFMs depends less on isolated benchmark successes than on systematic incorporation of safety, real-time feasibility, robust perception, interaction, and cost-effective system integration into auditable deployment stacks.

연구 동기 및 목표

• RFMs를 로봇 제어 환경 내 위치시키고 산업 특유의 요구사항을 식별한다.
• RFMs를 정의하고 로보틱스의 기능과 출력으로의 능력별 클러스터링을 수행한다.
• 11가지 시사점을 통한 산업 배치 관점과 149개 아이템의 성숙도 카탈로그를 제공한다.
• 조작 가능 RFMs에 프레임워크를 적용해 강점, 격차, 연구 필요성을 매핑한다.
• 벤치마크 성공에서 산업 등급 RFMs의 감사 가능한 안전성 및 배치 의식을 갖춘 준비 상태로의 전환을 촉진한다.

제안 방법

• RFMs를 다-task/cross-embodiment 일반 코어를 갖는 적응형 멀티모달 모델로 정의하고, 출력은 유연하게 처리한다.
• RFMs를 제어, 계획, 통합 카테고리로 분류하고 VLAs를 두드러진 하위 카테고리로 둔다.
• 배치 고려를 안내하는 11개의 시각으로 축소된 산업 시사점 프레임워크를 개발한다.
• 모델 능력과 생태계 요구사항을 다루는 149개 항목의 기준 카탈로그를 구성한다.
• 재현 가능한 LLM 보조 문헌 파이프라인을 통해 RFMs 문헌, 산업 시사점, 보조 데이터를 3개의 코퍼스로 수집한다.
• 185개의 기준 카탈로그를 사용해 324개의 조작 가능 RFMs를 평가하는 보수적이고 전문가가 검증한 LLM 보조 파이프라인으로 평가한다.

Figure 1 : Robotic control-method hierarchy: Each level increases flexibility, intelligence and generalisation capabilities, while reducing manual engineering effort and required expertise for operation and adaptation.

실험 결과

연구 질문

• RQ1 산업 현장에서 RFMs에 대한 배치 핵심 요구사항과 제약은 무엇인가?
• RQ2 명시적이고 산업적으로 근거된 기준 카탈로그에 비추어 현재 RFMs의 성숙도는 어느 정도인가?
• RQ3 안전성, 실시간 가능성, 강건성, 통합 등 어떤 차원이 산업 등급 RFMs로의 격차를 지배하는가?
• RQ4 조작 중심 RFMs가 149개 기준에서 어떻게 성능을 보이고 가장 강하게/약하게 커버되는 영역은 어디인가?
• RQ5 벤치마크 진행에서 산업 준비 배치로의 RFMs 진행에 대한 실질적 시사점은 무엇인가?],
• RQ6 key_findings':['RFMs의 산업 성숙도는 제한적이며 차원 간 불균형이 있다.','가장 높은 평가를 받은 모델은 149 기준의 일부만 충족하며, 통합 커버리지보다는 배치별 피크를 보인다.','324개의 RFMs에 대한 대규모 평가에서 강점은 분산적이지만 안전성, 실시간 가능성, 인지 강건성, 상호 작용 및 시스템 통합에서 큰 격차가 있다.','산업 등급 RFMs으로의 진행은 안전성, 대기시간, 인지 강건성 및 비용 효율적 통합을 다루는 감사 가능한 배치 스택의 도입에 달려 있다.','11가지 배치 관점은 교차 도메인 산업 요구사항을 구조적으로 해석하고 향후 연구를 안내한다.','149개 기준 프레임워크는 RFMs의 준비 상태를 감사하고 산업 적용을 위한 체계적 개선을 안내하는 구체적 도구를 제공한다.'],
• RQ7 key_findings: []
• RQ8 table_headers: []
• RQ9 table_rows: []

주요 결과

• - 산업 성숙도는 RFMs 간에 제한적이고 차원별로 고르지 않다.
• - 가장 높은 점수를 받은 모델은 149가지 기준의 일부만 충족하며, 커버리지가 좁다.
• - 안전성, 실시간 가능성, 강건한 인지, 상호 작용 및 통합에 큰 격차가 있다.
• - 산업 진전은 감사 가능한 스택과 비용 효과적인 배치 고려에 의존한다.
• - 열한 가지 배치 시각은 문헌을 실용적인 산업 시사점으로 번역한다.
• - 149항목 기준 카탈로그는 체계적인 성숙도 평가를 가능하게 한다.

Figure 2 : Publication increase. Visualising the amount of publications gathered per category.