싱가포르국립대, 로봇에 넥타이 매는 법 학습시킨다

 

 

 

넥타이를 매는 동작은 로봇이 학습하기에는 매우 어려운 동작이다. 넥타이를 매는 과정에서 모양의 변형이 매우 심한데다 넥타이의 길이도 길어 로봇이 긴 수평 동작을 따라하는 게 쉽지 않다.

 

싱가포르국립대, 상하이자오통대, 난징대 공동 연구팀이 온라인에 게시되어 있는 사람의 시연 동영상을 바탕으로 로봇을 학습시킬 수 있는 새로운 학습 프레임워크를 제시했다고 밝혔다. 연구팀은 이 프레임워크를 활용해 로봇이 넥타이 매는 사람의 시연 장면을 보고 넥타이 매는 방법을 학습시켰다고 소개했다.

 

싱가포르국립대 등 연구팀은 이번 연구 성과를 출판전 논문 공개 사이트인 아카이브(arXiv)에 공개했다.(논문 제목: TieBot: Learning to Knot a Tie from Visual Demonstration through a Real-to-Sim-to-Real Approach). 이 논문에 따르면 ‘타이봇(TieBot)’은 사람의 넥타이 매는 시연 장면을 보고 넥타이를 매는 방법을 학습할 수 있다.

 

 

이 프레임워크는 온라인에서 발견되는 임의의 시연 영상으로부터 로봇 모방 학습을 가능하게 하도록 설계됐다. 프레임워크는 크게 리얼투심(Real2Sim), 런앳심(Learn@Sim), 심투리얼(Sim2Real) 등 3가지 구성요소로 이뤄져있다. 이 가운데 첫 번째 구성 요소인 리얼투심이 가장 중요한 부분이다.

 

연구팀은 "리얼투심은 사람의 시연 비디오에서 물체의 움직임을 추적하고, 시뮬레이션 환경에서 메쉬 모델(mesh model)에 동일한 움직임을 복제한다"고 말했다. 연구팀의 접근 방식은 ‘메쉬’를 활용한다. 메쉬는 물체의 기하학, 모양 및 역학에 대한 정확한 디지털 표현을 의미한다.

 

먼저 리얼투심 구성요소는 시뮬레이션 환경에서 사람의 시연 동작을 복제한다. 이어 프레임워크의 두번째 구성 요소인 런앳심(Learn@Sim)이 강화학습을 통해 로봇이 동일한 작업을 수행할 수 있도록 학습한다. 심투리얼 단계에선 시뮬레이션 환경에서 학습한 정책을 실제 양팔 로봇에 배포하고 실행한다.

 

실제 실험에서 타이봇은 50%의 성공률로 넥타이를 매는 데 성공한 것으로 나타났다.

 

장길수 ksjang@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>