한번 보면 따라하는 자기 학습 로봇

비엔나의 TU Wein 연구원들 덕분에 가정 청소 로봇의 약속이 한 걸음 더 가까워졌다. 이 팀은 세면대 청소와 같은 간단한 작업을 완료하기 위해 인간을 모방하는 자체 학습 로봇을 개발했다.

평범하게 들릴 수 있지만, 세면대의 복잡한 곡선 가장자리 위로 스펀지를 움직이도록 로봇을 하드 코딩하는 것은 엄청난 작업이 될 것이므로 이 개발은 매우 중요하다. 이를 위해 연구팀은 인간 교사의 촉각 데이터와 관찰을 혼합하여 로봇이 동일한 작업을 모방하도록 훈련시키는 해킹을 발견했다.

이 개발은 가정에서만 적용되는 것이 아니다. 동일한 학습 프로세스는 표면 광택, 페인팅, 샌딩 또는 접착제 적용과 같이 산업의 다른 많은 작업에도 쉽게 적용할 수 있다.

"카메라로 세면대의 기하학적 모양을 포착하는 것은 비교적 간단하다."라고 TU Wien의 자동화 및 제어 연구소의 안드레아스 쿠기(Andreas Kugi) 교수가 말했다. "하지만 그게 중요한 단계는 아니다. 로봇에게 표면의 어느 부분에 어떤 유형의 움직임이 필요한지 가르치는 것이 훨씬 더 어렵다. 움직임은 얼마나 빨라야 할까? 적절한 각도는 무엇일까요? 적절한 힘의 양은 무엇일까?" 그는 덧붙였다.

이는 인간이 새로운 작업, 특히 무역과 같은 기술을 배우는 방식과 동일하다.

로봇을 관찰하여 학습

"작업장에서 누군가가 견습생의 어깨 너머로 보고, 좁은 가장자리를 조금 더 세게 눌러야 한다고 말할 수 있다."라고 안드레아스 쿠기(Andreas Kugi) 팀의 산업 로봇 그룹 책임자인 크리스티안 하틀네식(Christian Hartl-Nesic)은 말한다. "우리는 로봇이 [비슷하게] 학습할 수 있는 방법을 찾고 싶었다."라고 그는 덧붙였다.

앞서 언급했듯이, 팀은 로봇을 가르치는 데 도움이 되는 특수 세척 도구인 센서가 함침된 스펀지를 개발하여 이를 수행했다. 이를 사용하여 인간 "교사"는 힘 센서와 추적 마커가 있는 스펀지를 사용하여 싱크대 앞쪽 가장자리를 반복적으로 청소했다.

"우리는 몇 가지 시연만으로 방대한 양의 데이터를 생성한 다음, 이를 처리하여 로봇이 적절한 세척이 무엇을 수반하는지 이해하도록 돕는다."라고 크리스티안 하틀네식은 설명한다.

이 데이터를 사용하여 팀은 TU Wien의 연구팀이 개발한 혁신적인 데이터 처리 전략을 사용하여 학습 프로세스를 활성화했다.

처음에는 측정 데이터를 통계적으로 처리하고 결과를 사용하여 신경망을 훈련하여 "모션 프리미티브"라고 하는 미리 정의된 동작 요소를 인식한다.

이 고급 학습 알고리즘을 사용하면 로봇이 싱크대의 한 모서리만 청소하는 방법을 배운 후에도 훈련 후 싱크대 전체 또는 복잡한 표면을 가진 다른 물체를 효과적으로 청소할 수 있다.

배운 것을 전달한다.

산업용 로봇 그룹의 박사 과정생인 크리스토프 엉거는 "로봇은 표면 모양에 따라 스펀지를 다르게 잡아야 하고, 평평한 표면과 곡선이 심한 부분에 다른 양의 힘을 가해야 한다는 것을 배운다."라고 설명한다.

미래에는 로봇을 모바일 플랫폼에 장착하여 모든 워크숍 환경에서 귀중한 조수 역할을 할 수 있다. 그리고 숙련되고 경험이 풍부한 인간과 마찬가지로 이 로봇도 다른 로봇에게 "배운 것을 전달"할 수 있다.

"많은 워크숍에서 이러한 자체 학습 로봇을 사용하여 표면을 연마하거나 페인트칠한다고 가정해 보겠다. 그런 다음 로봇이 로컬 데이터로 개별적으로 경험을 얻도록 할 수 있다. 그래도 모든 로봇은 서로 학습한 매개변수를 공유할 수 있다."라고 안드레아스 쿠기는 말한다.

IROS 2024 저널에서 연구를 직접 볼 수 있다.