Jumper에서 한 문장으로 로봇 외형과 동작을 만든다

Jumper는 움직임을 제어하는 축이 22개인 게 로봇입니다. 소개 페이지에는 하드웨어를 확인할 수 있고, Jumper를 무료로 받을 수 있다는 안내도 있습니다. 저는 무료 안내보다, 한 문장으로 만든 동작이 어디까지 이어지는지가 눈에 들어왔습니다. 말로 정한 동작이 실제 기체의 움직임으로 이어진다면, 로봇을 다루는 첫 단계가 달라질 수 있기 때문입니다.

OpenClaw 에이전트에 로봇 팔을 연결해 실제 물체를 집게 한 사례가 있습니다. 코드로 로봇 작업을 다루는 일이 물리적 조작까지 이어질 수 있음을 보여줍니다. Jumper 소개는 외형·동작·장면을 만드는 과정에 초점을 둡니다. 실물 실행 결과는 설명하지 않아, 로봇 도구가 도달한 단계의 차이를 함께 떠올리게 합니다.

좋은 점은 한 문장이 설명에서 끝나지 않는다는 데 있습니다. Jumper는 말로 요청한 것을 외형, 학습 동작, 장면으로 각각 만들고 내보낼 수 있습니다. 원하는 결과를 설명하는 일과 실제로 다룰 산출물을 얻는 일이 한 흐름으로 이어집니다.

외형과 장면 제작에서는 AI 코딩 도우미가 jumper-design의 지침을 읽고 필요한 도구를 씁니다. 동작 학습은 mjlab, rsl_rl, MuJoCo, MuJoCo Warp를 기반으로 합니다. 학습한 동작은 재생·평가한 뒤 .app으로 내보낼 수 있습니다. 다만 실물 하드웨어에서 실행한 결과는 설명에 없습니다. 무료 제공 신청 방법과 하드웨어 세부 사양도 빠져 있습니다. 관리자가 소유한 프로젝트 자료에는 Apache-2.0이 적용됩니다. 제3자 자료는 각자의 조건을 따릅니다. 생성 결과물에는 저장소 라이선스가 자동으로 적용되지 않습니다. 배포를 생각한다면 LICENSE와 NOTICE를 확인하십시오.

저장소를 AI 코딩 도우미에서 열어 안정적인 삼각 보행을 학습시키십시오. 결과를 재생·평가해 .app으로 내보낸 뒤, 파일 생성과 재생이 되는지 확인하십시오. 그것은 제작 흐름의 확인이지 실물 실행의 증명은 아니므로, 하드웨어 사양과 실행 절차를 확인한 뒤 실제 기체에서 시험하십시오.

로봇 동작 도구를 시험하실 때는 결과 파일과 실제 기체 중 무엇을 먼저 확인하십니까?