인간을 모방하는 AI 강화 네 발 로봇 로코맨(LocoMan)

카네기 멜런 대학교, 워싱턴 대학교 및 구글 딥마인드(Google DeepMind)의 공동 연구는 걷고 동시에 물건을 잡을 수 있는 획기적인 네 발 로봇의 길을 열었습니다. 이 새로운 로봇 개발은 복잡한 서식지 내에서 로봇이 움직일 때 민첩성과 적응력을 향상시킴으로써 혁명적인 돌파구가 될 것입니다.

로코맨의 적응형 설계는 물체와 관련된 작업을 더 쉽게 만듭니다.

로코맨(LocoMan)이라는 이 새로 개발된 사족 보행 로봇은 물체 조작을 수행하도록 설계된 사지의 독특한 특징을 가지고 있습니다. 조작 목적으로 관절 팔을 사용했던 고대 로봇 모델과 달리, 로코맨은 조작 작업을 위해 상단에 장착된 팔을 사용하는 대신 사지의 배열에 대한 더 유연한 인식을 위해 독특한 형태학을 사용합니다.

올바르게 구현된다면, 이 기능과 소프트웨어의 다른 기능들은 운영 모드 간 원활한 전환을 보장할 수 있습니다. 로코맨의 기능을 뒷받침하는 것은 한 손 잡기, 발 조작, 양손 조작, 이동, 이동 조작 등 다섯 가지 운영 모드 간 원활한 전환을 용이하게 하는 포괄적인 전신 제어(Whole-Body Control, WBC) 프레임워크입니다. 종아리에 두 개의 조작기를 보유하고 원래 다리를 보존함으로써, 이러한 상호 작용은 로코맨이 6D 포즈를 모방할 수 있는 뛰어난 능력을 발휘하게 하며, 이로써 다양한 복잡한 조작 작업에 광범위하게 접근할 수 있습니다.

현실 세계의 정교한 성능

로코맨의 복잡성과 정교함은 문 열기, 전원 플러그를 소켓에 꽂기, 좁은 공간에 저장된 물체 집어 들기 같은 작업을 처리하는 인간의 일을 쉽게 수행할 수 있는 시연 로봇을 통해 민첩성과 적응력을 보여주는 실습 실험에서 도전받았습니다. 

이 로봇은 환경을 정확하게 그리고 빠르게 이동하고 조작하는 데 완벽합니다. 또한, 거의 무시할 수 있는 비용 효율성과 다양한 영역에서 활용 가능한 능력은 가까운 미래에 실제 세계 응용 분야에서 사용될 가능성을 보여줍니다.

앞으로 연구자들은 언급된 기술을 로봇에 통합하여 로코맨의 능력을 최신 컴퓨터 비전 및 머신러닝과 일치시키는 것을 목표로 하고 있습니다. 로봇은 시각 언어 모델을 사용하여 특이한 시각적 순서를 이해하고 인간의 구두 명령을 처리하여 상호 작용 절차를 거의 자연스럽게 만듭니다. 이는 로봇의 행동을 크게 접근 가능하게 하는 회수 가능성을 내포하고 있으며, 궁극적으로 향상된 자율성과 개선된 적응력으로 이어질 것입니다.

통합된 사지 조작이 효율성을 향상시킵니다

로코맨의 개발은 로봇 기술에서 중요한 단계를 나타내며 문제에 대한 새로운 접근 방식을 제공합니다. 결과적으로 복잡한 환경을 탐색하고 조작하는 것이 더 효율적이 됩니다. 

로봇은 다른 사족 보행 로봇 유형에서는 볼 수 없는 사지의 내장 조작 기능을 통해 이 기능을 채택하여 향상된 다재다능함과 기술을 가져옵니다. 새로운 컴퓨터 비전 및 머신러닝 방법이 등장함에 따라 로코맨은 더 많은 실용적인 문제를 해결할 수 있게 될 것입니다. 따라서 새로운 지능형 및 적응형 로봇 시스템 클래스가 곧 등장할 것입니다.