|
황보 교수 연구팀은 모래와 같은 입상 물질로 이뤄진 지반에서 로봇 보행체가 받는 힘을 모델링하고, 이를 사족 로봇에 시뮬레이션하는 기술을 개발했다.
강화학습은 임의의 상황에서 여러 행동이 초래하는 결과들의 데이터를 모으고, 이를 사용해 임무를 수행하는 기계를 만드는 학습 방법이다. 학습한 시뮬레이션 환경과 실제 마주친 환경이 다른 경우 학습 기반 제어기의 성능은 급격히 줄어들기 때문에 데이터 수집 단계에서 실제와 유사한 환경을 만드는 것이 중요하다.
연구팀은 보행체의 운동 역학으로부터 접촉에서 발생하는 힘을 예측하는 접촉 모델을 만들었다. 이후 시간 단계마다 하나 혹은 여러 개의 접촉에서 발생하는 힘을 풀어 변형하는 지형을 시뮬레이션했다. 또 인공신경망 구조도 도입해 학습을 마친 제어기를 연구팀이 만든 로봇 ‘라이보’에 탑재했다.
그 결과, 로봇 발이 완전히 모래에 잠기는 해변 모래사장에서 최대 초속 3.03m로 보행하고, 추가 작업 없이 풀밭, 육상 경기장처럼 단단한 땅에서도 안정적으로 주행했다. 매트리스에서는 초당 90도로 회전했고, 지형이 급격히 부드러워지는 환경도 극복해 적응했다.
황보 교수는 “다양한 지반에서도 우수한 성능을 보이고, 지형에 대한 사전 정보 없이 적용할 방법을 제시했다”며 “시뮬레이션, 강화학습 방법은 비슷한 물리적 특성이 있는 보행 로봇 전반에 적용하고, 앞으로 제어기 제작에 응용해 적용할 지형 범위를 넓힐 수 있다”고 했다.
연구 결과는 국제 학술지 ‘사이언스 로보틱스(Science Robotics)’에 올해 1월자로 게재됐다.
|
