中 '로봇국가실험실', 로봇 학습 효과 높이는 알고리즘 제시

중국 과학기술 싱크탱크 역할을 하는 국가 기관에서 로봇 기술에 대한 핵심 알고리즘을 새롭게 제시했다. ​ 중국 언론 '선양르바오(沈阳日报)'에 따르면 중국과학원 선양자동화연구소의 로봇국가중점실험실은 최근 '심층 연속 다시각 임무 학습(深度连续多视角任务学习) 알고리즘'을 제시했다.​ ​ 이 알고리즘은 '심층연속다시각임무학습(DCMvTL)'을 위한 새로운 알고리즘으로, 현존하는 대부분의 다(多)시각 임무학습 모델이 로봇의 신규 임무 고속 학습을 충분히 해내지 못하는 문제를 효과적으로 해결할 수 있다. 이를 통해 로봇이 더 빠르게 다양한 세계를 인지할 수 있다. 다(多)시각 멀티 다(多)임무 학습은 최근 머신러닝과 컴퓨터 비전 영역에 광범위하게 응용되고 있다. ​ ​하지만 여러 현실 상황에서, 다시각 학습 임무가 시퀀스 순서에 따라 진행될 때, 새롭게 임무를 훈련하는 것이 이러한 종신 학습 환경에서 많은 저장 수요와 컴퓨팅 원가 문제를 일으킨다는 점이다. 이같은 문제에 대응하기 위해 로봇학국가중점실험실 과학연구진이 일종의 '심도 매트릭스 분해 및 희소 공간 학습 연속 다시각 임무 학습 모델'을 제시해낸 것이다. ​ 기준 테스트 데이터 세트 실험 결과에 따르면 심도 연속 다시각 임무 학습 모델은 인지 정확도를 높여줄뿐 아니라 학습 효율도 높여줘 로봇이 더 빠르게 여러 세계를 인지하게 한다. (제휴=중국로봇망)

Erika Yoo  erika_yoo@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>