주의 집중 매핑으로 미지의 지형을 정복하는 휴머노이드와 로봇 개¶
원제목: Humanoids, robot dogs master unseen terrains with attention mapping
핵심 요약
- 새로운 제어 시스템 덕분에 다리 로봇이 험난한 지형도 안정적으로 이동 가능함
- 주의 기반 지도 인코딩이라는 머신러닝 기술을 통해 로봇이 안전한 경로를 효율적으로 계획함
- 저전력 CPU에서 실시간 작동하는 고효율 시스템으로 다양한 로봇에 적용 가능함
상세 내용¶
ETH 취리히 연구진은 사족보행 로봇과 휴머노이드를 포함한 다리 로봇이 까다로운 지형을 탐색할 수 있도록 하는 새로운 제어 시스템을 개발했습니다. 이 시스템은 강화 학습을 통해 훈련된 주의 기반 지도 인코딩이라는 머신러닝 기술을 사용합니다. 로봇은 전체 지도를 한 번에 보는 대신, 이 혁신적인 시스템을 통해 가장 중요한 지점에 집중하여 다음 안전한 단계를 계획할 수 있습니다. 결과적으로, 이 네트워크는 어렵고 다양한 지형에서도 몇 안 되는 안전한 발 디딜 곳을 식별하고 계획할 수 있습니다.
연구원 중 한 명인 Chong Zhang은 Interesting Engineering(IE)에 “이 연구에서 우리는 지형 지도를 읽고 안전한 미래 단계를 예측하는 데 가장 중요한 영역에 적응형 주의를 기울이는 방법을 학습하는 강화 학습 이동 컨트롤러를 훈련시켰습니다.”라고 설명했습니다. Zhang은 “고차원 지도 전체를 균일하게 처리하는 대신, 주의 모듈이 각 영역에 가중치를 부여합니다. 정책은 이 가중치가 적용된 뷰를 사용하여 계획하는 방법을 학습하며, 이는 관련 없는 세부 정보를 걸러내고 다양한 지형에서의 견고성과 일반화를 향상시킵니다.”라고 덧붙였습니다.
이 컨트롤러의 효과는 실제 실내 및 실외 조건에서 테스트되었습니다. 연구팀은 사족보행 로봇 ANYmal-D와 휴머노이드 로봇 Fourier GR-1을 사용했습니다. 흥미롭게도 로봇은 훈련 단계에서 전혀 본 적이 없는 환경을 성공적으로 탐색하는 능력을 보여주었습니다. 테스트를 통해 시스템의 일반화 및 새로운 과제에 대한 적응 능력이 입증되었습니다. 또한, 이 방법은 로봇의 지도 스캔을 시각화하여 로봇의 인식에 대한 독특한 시각적 통찰력을 제공합니다. 즉, 신경망이 주변 환경을 어떻게 해석하는지 보여줍니다.
한계점에 대한 질문에 Zhang은 시스템이 2.5D 높이 지도 이동에서만 테스트되었다고 언급했습니다. 예를 들어, 나뭇가지나 ledges처럼 위로 돌출된 물체는 고려하지 않습니다. Zhang은 IE에 “현재 2.5D 높이 지도 이동에서만 검증되었으므로 돌출된 3D 장애물을 고려하지 않습니다. 우리는 현재 연구 중인 약간의 아키텍처 변경을 통해 이 접근 방식이 완전한 3D 및 이동 조작/전신 제어로 확장될 것으로 예상합니다.”라고 말했습니다.
그럼에도 불구하고 이 연구는 미래 개발을 위한 좋은 토대를 제공하며, 로봇은 언젠가 더 복잡한 과제를 해결할 수 있을 것입니다. 또한, 저자는 새로운 제어 시스템이 매우 효율적이며 저전력 25W 온보드 CPU에서 실시간으로 작동할 수 있다는 점을 강조했습니다. 컴퓨터의 전력 소비량은 특히 주요 에너지 사용자인 로봇의 모터에 비해 최소화됩니다. 낮은 전력 요구 사항 덕분에 시스템은 실용적이고 확장성이 뛰어나므로 최신 중앙 처리 장치가 있는 거의 모든 로봇에 통합될 수 있습니다. 새로운 컨트롤러는 다른 최첨단 이동 컨트롤러와 비교했을 때 성능 면에서도 뛰어납니다.
편집자 노트¶
이번 연구는 로봇 공학 분야의 중요한 진전을 보여줍니다. 특히 주의 기반 지도 인코딩 기술을 통해 로봇의 자율적인 환경 적응 능력을 크게 향상시켰다는 점에서 의의가 큽니다. 이는 복잡한 재난 현장이나 미지의 탐사 지역에서 로봇의 활용 가능성을 높여줍니다.
일반 사용자에게는 아직 먼 미래처럼 느껴질 수 있지만, 이러한 기술 발전은 장기적으로 우리의 삶에 큰 영향을 미칠 것입니다. 예를 들어, 가정용 로봇이 복잡한 집안일을 스스로 처리하거나, 재난 현장에서 인간을 대신하여 위험한 작업을 수행하는 등 로봇의 활용 범위가 넓어질 것으로 예상됩니다.
향후 3D 환경 인식 및 로봇 팔과의 통합 연구가 진행된다면, 로봇은 더욱 다양한 작업을 수행할 수 있게 될 것입니다. 이는 제조, 물류, 의료 등 다양한 산업 분야에 혁신을 가져올 것으로 기대됩니다.