구글 딥마인드, 신발 끈 묶는 로봇 핸드 기술 개발

 

▲ 2대의 로봇핸드가 협력해 신발 끈을 묶고 있다.

 

구글 딥마인드 연구팀이 인공지능 기반 로봇 핸드 기술 2종을 공개했다.

 

구글 딥마인드 연구팀은 양팔 로봇의 조작 능력을 개선할 수 있는 ‘알로하 언리쉬드(ALOHA Unleashed)‘와, 시연(데모)을 통해 여러 개의 손가락을 갖고 있는 로봇 핸드의 능력을 개선할 수 있는 강화학습 기법 ’데모스타트(DemoStart)‘ 등 2종의 인공지능 로봇 핸드 기술을 개발했다.

 

이번 연구 성과는 구글 딥마인드 사이트와 깃허브, 아카이브(arXiv)에 각각 발표됐다.(논문 제목:▲ALOHA Unleashed, A Simple Recipe for Robot Dexterity ▲DemoStart: Demonstration-led auto-curriculum applied to sim-to-real with multi-fingered robots)

 

알로하 언리쉬드는 인공지능 기술을 활용해 2대의 로봇핸드가 협력해 신발 끈을 묶는 작업을 수행할 수 있다. 기존의 로봇 핸드는 대부분 혼자서 작동하는 데 반해 알로하 언리쉬드는 난이도가 높은 작업을 사람처럼 양손을 이용해 해결할 수 있다. 이 시스템은 스탠포드대에서 개발한 '알로하2'와 알로하 플랫폼을 기반으로 만들어졌다. 2대의 로봇 핸드는 상대방을 인식하면서 공통의 문제를 해결한다.

 

로봇 핸드는 또한 셔츠를 옷걸이에 걸거나 로봇 부품을 수리하는 등의 작업을 하도록 학습을 받았다.이후 확산 방법(diffusion methods)을 적용해 상대방 로봇 핸드가 무엇을 할 것인지를 예측하는 데 도움을 주었다.

 

'자동 커리큘럼 강화학습 방법(auto-curriculum reinforcement learning method)'으로 불리는 '데모스타트'는 3개의 손가락을 갖고 있는 로봇 핸드가 복잡한 동작을 학습하기위해 희소한 보상(sparse reward)과 몇가지 시연(데모)을 통해 학습한다.

 

복잡한 손동작을 구현하기위해 현재 대부분의 로봇 핸드에 사용되는 것보다 더 많은 손가락, 관절, 센서를 사용할 수 있도록 지원한다. 연구팀은 “이 같은 기능을 구현하기위해선 그들 간에 어느 정도 조율이 필요하며, 알로하 언리쉬드와 마찬가지로 학습 과정에 AI를 도입해야 했다”고 말했다.

 

시뮬레이션을 통한 학습 방식은 행동 생성의 개발 주기를 크게 줄이고, '도메인 무작위화 기술(domain randomization techniques)'을 활용해 성공적인 '제로-샷 심-투-리얼(zero-shot sim-to-real)' 전송을 실현할 수 있다.

 

 

연구팀은 여러 개의 관절과 센서가 있는 두 손가락 로봇에게 큐브의 방향을 바꾸고 너트를 조이며, 플러그를 삽입하는 방법을 가르쳤다. 연구팀은 이같은 접근 방식이 실제 로봇에 대한 시연을 통해 학습한 정책보다 성능이 뛰어나며, 시뮬레이션에 수집된 시연 횟수가 100배 적었다고 밝혔다.

 

장길수 ksjang@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>