고려대학교는 이성환 인공지능학과 교수 연구팀이 국제학술지에 게재한 논문을 통해 실세계 환경에서 컬링 로봇에게 인간 수준의 성능을 가능케 하는 적응형 심층 강화 학습 기술을 제안했다고 24일 밝혔다. 연구팀은 논문에서 재학습 없이 새로운 빙판 환경에서 적응하도록 컬링 로봇 훈련 방법을 제시했다.
컬링은 동계올림픽 정식 종목으로 경기장 온도, 습도, 정빙 정도에 따라 빙판이 불규칙하게 변화한다. 컬링 스톤을 원하는 위치에 안정적으로 전달하려면 선수들이 수년에 걸쳐 빙판 상태를 파악하는 훈련을 해야 한다.
이 교수팀은 컬링 인공지능을 통해 3~4일만에 학습과 훈련으로 최적의 투구 전략을 수립하고 투구 로봇의 투구 힘, 투구 방향, 스톤 컬 회전을 제어해 숙련된 컬링 선수의 투구 수준에 근접한 결과를 얻었다.
이성환 교수는 “인공지능 컬링 로봇 ‘컬리(Curly)’는 다양한 빙질 환경에 적응하는 인공지능이자 스톤을 원하는 곳으로 보내기 위한 로봇공학 등 최첨단 융합 기술의 결정체”라며 “이번 논문은 숙련된 선수 수준으로 실제 컬링 경기를 수행할 수 있는 경기력을 갖추기 위한 로봇 인공지능의 핵심 기술”이라고 설명했다.
이어 그는 “기존 기계학습 기반 학습 방법이 단순히 안정적인 가상환경이나 실험실 환경 수준의 문제를 풀고 검증했다면 이번에는 불확실성이 높은 실제 아이스 환경 문제에 도전해 숙련된 인간 수준의 로봇 인공지능 핵심 원천 기술을 개발한 것”이라며 “기계학습 기반 인공지능 기술이 숙련된 인간 수준으로 실제 환경 문제를 해결하고 대응할 수 있다는 점에서 괄목할 만한 성과”라고 말했다.
연구 결과는 국제 학술지 ‘사이언스 로보틱스(Science Robotics)’에 현지시간으로 23일자(한국시간 9월 24일)로 게재됐다.
|
