지능형 로봇과의 장기적인 물리적 공존: 개요

A Glimpse into Long-term Physical Coexistence with Intelligent Robots

지능형 로봇과의 장기적인 물리적 공존은 단순히 뛰어난 로봇 제어 알고리즘만으로는 불가능합니다. 지속 가능한 로봇 어시스턴트는 다양한 사용자 인터페이스를 지원하고, 사람과 선호도에 대한 장기간의 기억을 유지하며, 여러 종류의 로봇 시스템 간 협력을 수행하고, 인간의 의도를 안전하게 물리적 행동으로 변환해야 합니다. 본 연구에서는 로봇 게이트웨이 추상화를 기반으로 구축된 다중 로봇 에이전트인 PHILIA를 소개합니다. PHILIA는 OpenClaw의 풍부한 상호 작용 및 도구 생태계를 유지하면서, 로봇별 런타임, 온보드 인식, 내비게이션, 음성 기능 및 로봇 제어 정책을 통합된 인터페이스를 통해 제공합니다. 이러한 설계는 고수준의 의미론적 에이전트 추론과 저수준의 로봇 실행 간의 결합도를 낮추어 사용자 인터페이스, 로봇 시스템, 제어 정책 백엔드의 유연한 통합을 가능하게 합니다. 결과적으로 사용자 경험은 모듈화됩니다. 즉, 사용자 인터페이스, 로봇 시스템, 제어 정책, 내비게이션 또는 상호 작용 알고리즘의 개선이 전체 시스템을 다시 설계하지 않고도 사용자 경험을 향상시킬 수 있습니다. 본 연구에서는 Astribot S1 로봇을 사용하여 이 아키텍처를 검증하고, 관찰, 작업 실행, 내비게이션, 음성 재생, 상태 모니터링 및 작업 취소에 대한 공유 인터페이스를 통해 미래의 다양한 로봇 플랫폼을 지원할 수 있도록 로봇 게이트웨이 계약을 설계했습니다. 에이전트 메모리와 장면 이해가 로봇 행동에 어떻게 적용되는지에 대한 대표적인 사용 사례를 제시합니다. 이러한 사례는 간단한 정리부터 백팩 포장 및 쓰레기 봉지 들어 올기와 같은 복잡하고 정교한 서비스 작업까지 다양한 가정 환경 시나리오를 포함합니다. 효과적인 지원을 위해서는 사용자 의도와 선호도를 문맥적으로 이해하고, 실행 중에 사용자의 확인 또는 조정을 통해 상호 작용하는 것이 필수적임을 강조합니다.

Long-term physical coexistence with intelligent robots requires more than capable robot policies. A persistent robotic assistant must support diverse user-facing interfaces, maintain long-horizon memory of people and preferences, coordinate across robot embodiments, and translate human intent into safe physical execution. We introduce PHILIA, a multi-robot agent built around a robot gateway abstraction. PHILIA retains the rich interaction and tool ecosystem of OpenClaw while exposing robot-local runtimes, onboard perception, navigation, speaker, and robot policies through a unified capability interface. This design decouples low-frequency, high-semantic agent reasoning from high-frequency, low-level robot execution, enabling plug-and-play integration of user interfaces, robot embodiments, and policy backends. As a result, the user experience becomes compositional: advances in user interfaces, robot embodiments, robot policies, navigation, or interaction algorithms can improve the overall experience without redesigning the system. We validate the architecture on Astribot S1 robots while designing the robot gateway contract to support future heterogeneous robot platforms through a shared capability interface for observation, task execution, navigation, speech playback, status monitoring, and task cancellation. We present representative use cases in which agent memory and scene understanding are grounded in robot actions. These span interactive household scenarios, ranging from simple organization to challenging long-horizon and dexterous service tasks, such as packing a backpack and lifting a garbage bag. We highlight the human-robot interaction flow, where contextual understanding of user intent and preferences, together with human-in-the-loop confirmation or adjustment during execution, is essential for effective assistance.