카네기멜론대학교, 워싱턴대학교, 구글 딥마인드(Google DeepMind)의 공동 연구로 걷고 동시에 잡을 수 있는 로봇 로봇을 통한 이번 새로운 개발은 로봇이 복잡한 서식지 내에서 이동할 때 민첩성과 적응성을 향상시켜 혁신적인 돌파구가 될 것입니다.
LocoMan의 적응형 디자인은 객체 작업을 더 쉽게 만듭니다.
새로 개발된 4족 보행 로봇인 로코맨(LocoMan)은 팔다리의 독특한 특징을 갖고 있으며 물체를 조작하도록 설계되었습니다. 조작 목적으로 관절식 팔을 사용했던 고대 로봇 모델과 달리 LocoMan은 조작 작업을 위해 상단에 장착된 팔을 사용하는 대신 팔다리 배열을 보다 유연하게 인식하기 위해 독특한 형태를 사용합니다.
올바르게 구현되면 소프트웨어의 다른 기능과 함께 이 기능을 통해 작동 모드 간의 원활한 전환이 보장될 수 있습니다. LocoMan의 기능을 뒷받침하는 것은 포괄적인 전신 제어(WBC) 프레임워크입니다. 이 프레임워크는 한 손 잡기, 발 조작, 양손 조작, 운동 및 운동 조작의 5가지 작동 모드 간의 원활한 전환을 촉진합니다. 종아리에 두 개의 조작기를 자랑하고 원래 다리를 보존하는 상호 작용이 결합되어 LocoMan은 6D 포즈를 모방할 수 있는 뛰어난 기능을 제공하여 다양하고 복잡한 조작 작업에 광범위하게 접근합니다.
실제와 같은 뛰어난 성능
LocoMan의 복잡성과 복잡성은 민첩성과 적응성을 보여주는 실습 실험에서 도전을 받았습니다. 데모 로봇은 문 열기, 전원 플러그 꽂기, 좁은 공간에 보관된 물건 집기 등의 처리 작업으로 구성된 인간 작업을 쉽게 수행할 수 있습니다.
로봇은 정확하고 빠르게 환경을 이동하고 조작하는 데 적합합니다. 또한, 무시할 수 있는 비용 효율성과 다양한 분야에서 활용될 수 있는 능력은 가까운 미래에 실제 응용 프로그램에서의 사용 가능성을 보여줍니다.
앞으로 연구원들은 언급된 기술을 로봇에 통합하여 LocoMan의 기능을 최신 컴퓨터 비전 및 기계 학습과 일치시키는 것을 목표로 하고 있습니다. 로봇은 시각 언어 모델을 활용하여 독특한 개체의 시각적 순서를 이해하고 인간의 언어 명령을 처리하여 대화형 절차를 거의 자연스럽게 향상시킵니다. 여기에는 로봇의 행동에 광범위하게 접근할 수 있는 매립 가능성이 포함되어 있으며 궁극적으로 자율성과 적응력이 향상됩니다.
통합된 사지 조작으로 효율성 향상
LocoMan의 개발은 로봇 기술의 중요한 단계를 나타내며 문제에 대한 새로운 접근 방식을 제공합니다. 결과적으로 복잡한 환경을 탐색하고 조작하는 것이 더 효율적입니다.
로봇은 다른 4족보행 로봇에서는 볼 수 없는 내장된 팔다리 조작 기능을 통해 이 기능을 채택하여 다양성과 기술이 향상되었습니다.
컴퓨터 비전과 머신러닝 방법이 등장함에 따라 LocoMan은 더 많은 실제 문제를 해결할 수 있을 것입니다. 따라서 지능적이고 적응력이 뛰어난 새로운 종류의 로봇 시스템이 곧 등장할 것입니다. 이 기사는 원래 arxiv
