direct fun, deep study

다양한 형태(wheeled·quadruped·humanoid)의 로봇을 하나의 mobility 정책으로 움직이는 cross-embodiment 문제를 완전 정복한다. NVIDIA COMPASS(arXiv:2502.16372)의 3단계 파이프라인 — Imitation Learning + Residual RL + Policy Distillation — 을 뼈대로, World Model 기반 navigation(X-Mobility), covariate shift, embodiment conditioning, generative policy의 averaging 문제, Sim-to-Real, 그리고 2026년 Navigation Foundation Model(NavFoM·GR00T)까지. 데이터 스케일링 vs 구조적 분리라는 두 패러다임을 insight 중심으로 다루는 연구자용 10챕터 커리큘럼.

2026년 7월 기준 NVIDIA가 Physical AI 분야를 어떻게 하나의 스택으로 만들어가는지 전체 그림을 그린다. Omniverse·OpenUSD·Isaac Sim·Isaac Lab·Cosmos의 history와 관계성 같은 기초부터, three computers 아키텍처, 합성 데이터 파이프라인(MobilityGen·GR00T-Dreams), GR00T foundation model 계보(N1→N1.7), 로봇 정책 워크플로우(COMPASS·HOVER), autonomous driving·산업 디지털 트윈, Jetson Thor 배치, GTC 2026 최전선(Cosmos 3·Newton 1.0)까지. NVIDIA 공식 다이어그램 다수 포함, 개념·아키텍처와 insight 중심의 13챕터 지도.

2026년 NVIDIA는 navigation과 manipulation을 GR00T N1.6이라는 하나의 reasoning VLA로 통합하고 있다. 이 코스는 'GR00T가 데이터로 두 분야를 다 먹는가, 아니면 구조적 분리가 여전히 필요한가'라는 긴장을 축으로 — COMPASS(데이터 엔진으로 재배치)·Cosmos(뇌이자 데이터공장)·SONIC(전신 제어)·Isaac 합성데이터 공장, 그리고 metric localization이 여전히 geometric으로 남는 통합의 경계선까지 — 원문 인용으로 해부한다. 'Robots Need More than VLA and World Models'(2026.06) 반론과 NavFoM(데이터 극점) vs COMPASS(구조 극점) 대비를 포함한 연구자·면접 대비 advanced 10챕터. COMPASS cross-embodiment 코스의 2026 속편.