과학자들은 인공지능 신경망을 사용하여 로봇 강아지에게 새로운 기술을 가르쳤으며, 로봇 강아지가 나무 상자에 올라 그들 사이를 깡충깡충 뛸 수 있게 해주었습니다.
과학자들은 인공지능(AI)을 사용하여 4개의 다리를 가진 개처럼 생긴 로봇을 훈련시켜 8km/h의 속도로 기본적인 파쿠르 코스에 도전합니다.
새로운 영상에서, “ANYMAL”이라고 불리는 이 네발동물은 3피트(1미터) 높이의 나무 상자 위에 올라가 두 개의 큰 나무 상자 사이의 같은 거리의 틈을 뛰어 넘었습니다. 또한 이 나무 상자는 성공적으로 하나에서 내려왔습니다.
이 기계는 걷고, 웅크리고, 오르고, 점프하는 등의 동작을 배웠는데, 과학자들은 이것이 언젠가 수색과 구조 임무를 수행하는 동안 물리적인 장애물을 탐색하는 데 도움이 될 수 있다고 말합니다.
전기전자공학연구소(IEEE)에 따르면, 애니말(ANYmal)과 같은 로봇은 등을 향한 무릎 때문에 구어체로 “로봇 개”로 불립니다.
과학자들은 3월 13일 사이언스 로보틱스 저널에 발표된 연구에서 그들의 훈련 방법을 설명했습니다.
관련: 새로운 로봇 ‘탐험가’ 개는 63개의 자극 점검만 뒤로 돌려줍니다
“프리 러너들의 민첩성을 일치시키는 것을 목표로 함으로써, 우리는 파이프라인의 각 구성 요소들의 인식에서 작동까지의 한계들을 더 잘 이해하고, 그 한계들을 회피하고, 일반적으로 우리 로봇들의 능력을 증가시킬 수 있습니다”라고 과학자들은 성명서에 썼습니다. 이것은 차례로 “붕괴된 건물들 또는 복잡한 자연 지형들에서의 수색과 구조와 같은 많은 새로운 적용들을 위한 길을 열어줍니다”라고 과학자들은 말했습니다.
과학자들은 Boston Dynamics의 Spot과 같은 대부분의 로봇 개들은 이러한 수준의 민첩성이 부족하다고 지적했습니다. 그러나 기계 학습 알고리즘이 인간 뇌의 뉴런처럼 조직되는 인공지능 아키텍처의 한 형태인 신경망을 사용함으로써, 연구팀은 ANYmal이 인식, 운동 및 탐색 기술을 높이도록 훈련시켰습니다.
그들은 자유롭게 달리는 선수들이 지형을 탐색하고 장애물 사이를 뛰어 넘을 수 있는 방법에 기초하여 AI 훈련 구성 요소인 “모듈 파이프라인”을 설계하는 것을 목표로 했지만, 두 개가 아닌 네 개의 다리를 사용했습니다.
시뮬레이션에서 파쿠르 코스에 대한 교육을 받은 후, 로봇은 클립에서 보여준 것처럼 시험대에 오를 때 실제 코스를 탐색하는 데 성공했습니다. 로봇은 또한 테이블 아래에서 민첩하게 뛰어내렸습니다.
이 학습 파이프라인은 이제 센서 및 액추에이터와 같은 필수 하드웨어를 갖춘 다른 개와 같은 로봇에 배치되어 지형을 더 쉽게 탐색할 수 있습니다.
과학자들은 로봇이 아직 모의 재난 환경에서 테스트되지 않았다고 언급했지만 로봇의 민첩성을 향상시키기 위해 학습 파이프라인을 더욱 개선할 계획이라고 말했습니다.
로봇공학과 인공지능(AI)을 접목한 획기적인 발전으로, 과학자들은 애정 어린 “ANYMAL”이라고 불리는 네 발 달린 로봇이 놀라운 민첩성과 정확성으로 파쿠르 코스를 탐색하도록 성공적으로 훈련시켰습니다. 로봇 공학의 경계를 허물기 위해 헌신하는 팀이 이끄는 이 프로젝트는 인간의 개입이 위험하거나 불가능할 수 있는 시나리오에서 잠재적으로 생명을 구하면서 수색과 구조 임무를 수행하는 로봇의 능력을 향상시키는 것을 목표로 합니다.
애니말의 훈련은 인간 뇌의 신경 구조를 모방한 기술인 정교한 인공지능 신경망을 포함하여 기계가 경험을 통해 배울 수 있도록 해줍니다. 이 접근 방식은 애니말이 걷기, 웅크리고, 오르기, 그리고 점프와 같은 복잡한 움직임을 숙달할 수 있게 해주었고, 이전에는 4족 로봇에서 볼 수 없었던 수준의 민첩성을 달성했습니다. 연구원들이 공개한 인상적인 영상은 3피트 높이의 나무 상자 위에 올라 비슷한 거리의 틈을 뛰어넘은 다음 조심스럽게 내려오는 애니말의 능력을 보여줍니다.
이러한 성과의 중요성은 아무리 강조해도 지나치지 않습니다. 로봇 공학은 복잡하고 예측할 수 없는 환경을 탐색할 수 있는 기계를 개발하기 위해 오랫동안 노력해 왔습니다. ANYmal의 성공은 중요한 진보를 나타내며, 올바른 AI 훈련을 통해 로봇이 네 발로 뛰어도 인간 자유 달리기 선수와 비슷한 수준의 기술로 장애물에 대처하는 법을 배울 수 있음을 보여줍니다.
3월 13일 사이언스 로보틱스 저널에 게재된 이 연구는 로봇 공학의 미래를 엿볼 수 있을 뿐만 아니라 특히 재난 지역과 같은 어려운 지형을 항해해야 하는 시나리오에서 다양한 분야에서 로봇 개를 적용할 수 있는 새로운 가능성을 열어줍니다. ANYMAL의 훈련 뒤에 있는 과학자들은 그들의 목표가 단순히 인간의 민첩성을 복제하는 것이 아니라 로봇 플랫폼의 독특한 능력과 장점을 활용하여 그것을 능가하는 것이라고 강조합니다.
이에 비해 보스턴 다이내믹스의 유명한 스팟과 같은 현존하는 대부분의 네발 로봇은 이러한 수준의 민첩성을 입증하지 못했습니다. ANYMAL의 성공의 열쇠는 AI를 뒷받침하는 정교한 신경망 알고리즘에 있습니다. 이러한 알고리즘을 통해 로봇은 자신의 환경을 인식하고 초 단위로 의사 결정을 내릴 수 있으며 복잡한 움직임을 높은 정확도로 실행할 수 있습니다.
연구원들은 장애물을 통과하는 자유 달리기 선수의 의사 결정과 신체적 민첩성을 시뮬레이션하기 위해 인공지능 훈련 구성 요소, 즉 “모듈 파이프라인”을 세심하게 설계했습니다. 이 혁신적인 접근 방식은 실제 시나리오에서 ANYmal을 테스트하기 전에 모의 주차장 코스에서 광범위한 훈련을 수반했으며, 심지어 테이블 아래에서 쉽게 탐색하는 것도 훌륭하게 수행했습니다.
애니말과 이와 유사한 로봇 플랫폼에 대한 미래 전망은 방대합니다. 연구팀은 학습 파이프라인을 더욱 정교화하여 로봇의 민첩성과 적응력을 향상시킬 계획입니다. 다음 단계 중 하나는 애니말의 잔해와 잔해를 헤쳐나가는 능력이 더 철저하게 평가될 수 있는 시뮬레이션된 재난 환경에서 애니말을 테스트하는 것입니다. 궁극적인 목표는 실제 수색 및 구조 임무에 애니말과 같은 로봇을 배치하는 것인데, 이 로봇은 인간 구조대원에게 너무 위험한 환경에서 생존자를 찾고 도울 수 있습니다.
수색과 구조를 넘어, ANYmal을 위해 개발된 기술들은 수많은 다른 분야에서 응용 프로그램들을 찾을 수 있습니다. 예를 들어, 그것들은 위험한 장소들을 탐색하기 위한 건설, 복잡한 환경에서의 감시를 위한 보안, 또는 심지어 로봇들이 묘기를 수행하거나 쇼에 참가할 수 있는 엔터테인먼트에 사용될 수 있습니다.
로봇공학과 AI가 계속 진화함에 따라, 현재 가능한 것과 공상과학 사이의 경계가 흐려지고 있습니다. ANYMAL의 성공은 이전에 인간이나 동물의 유일한 영역이라고 생각되었던 작업을 수행할 수 있는 기계를 만들 수 있는 이러한 기술의 잠재력을 강조합니다. 지속적인 연구와 발전으로, 로봇공학의 미래는 인간의 능력을 강화할 뿐만 아니라 탐험과 혁신을 위한 새로운 길을 열 것을 약속합니다.