로봇이 우리의 삶에서 점점 흔한 존재가 되어가고 있지만, 이의 활용은 여전히 공장의 조립라인과 같은 통제를 받는 환경이나 물리적인 물체와 상호작용하기보다는 이를 피하기 위한 어플들에 한정되어 있다.
막스플랑크 연구소의 로봇 인공지능 분야 선임 연구원이자 뉴욕대 부교수인 프로젝트 코디네이터 루도빅 리게티(Ludovic Righetti)는 “오늘날 로봇공학에서 우리가 봉착하는 주요 이슈는 로봇이 걷고, 올라가고, 물체를 조작하기를 원할 때이다”라고 설명한다.
그는 물리적 상호작용을 관리하는 것은 로봇공학에서 우리가 직면한 가장 난해한 문제이며, 우리는 몇 가지 센서에 임시적인 알고리즘을 개발 할 수 있지만 모든 로봇에 대한 일반적인 이론은 아직 존재하지 않는다고 말한다.
움직이는 기계들
EU가 지원하는 CONT-ACT 프로젝트는 이 문제를 해결할 수 있는 기본 지식과 일반 알고리즘을 개발하는 것을 목표로 했다. 이 프로젝트에는 두 가지 축이 있는데, 첫 번째는 물리적 상호작용의 기본 원리를 도출하기 위해 물리학에 대한 이해를 사용하는 것이었다. 두 번째는 이 시스템의 동작을 개선하기 위해 실제 로봇 실험에서 얻은 데이터였다.
연구팀은 다리가 있는 로봇을 제어하는 일반적인 방법을 이미 개발하여 기계가 균형을 유지하기 위해 모터가 적용하는 힘을 조정하는 방법을 교육했다. 그들은 이를 발전시키기 위해 움직이는 로봇에 대해 동일한 문제를 해결해야 했다. 리게티(Righetti)는 “실시간으로 해결하기는 어렵다,” “무엇을 하든지 수십 또는 수백 밀리 초안에 문제를 해결해야 한다”고 설명한다.
문제의 복잡성을 해소함으로써 리게티와 그의 팀은 로봇이 몸 전체를 움직일 수 있는 알고리즘 세트를 만들 수 있었다. 그들은 로봇이 환경 변화에 대응할 수 있는 컨트롤러를 설계했으며, 로봇이 고르지 않은 계단을 오르거나 외부의 충격에 대응할 수 있는 알고리즘을 고안했다.
연구팀은 또한 로봇이 추가 센서의 정보를 통합할 수 있는 기계학습 기술을 개발했다. 리게티는 “접촉을 감지하고 힘과 압력을 측정할 수 있는 촉각 표면이 있는 로봇이 있다,” “그러나 이러한 로봇이 물체를 파악하고 조작하는 방법을 제어하는 알고리즘을 살펴보면 일반적으로 이 정보를 사용하지 않는다”고 말했다.
가상 공간
이 데이터를 결합하는 것은 일반 처리 알고리즘을 구축하는 데 중요하다. 리게티는 "원시 데이터를 보면 물체의 모양이나 색상과 같은 사소한 것을 변경하면 센서의 판독 값이 매우 달라지지만 그들은 비슷한 것을 설명한다”고 말한다.
로봇은 이러한 입력을 가상 공간에 매핑함으로써 각 변형과 상호 작용하는 방법을 배우지 않고도 환경의 일반적인 모델을 학습하고 유사한 보이지 않는 물체 및 환경에 대한 대응 행동을 습득할 수 있다.
리게티는 궁극적으로 로봇공학에서 해결되지 않은 가장 큰 문제인 로봇을 완전히 자율적으로 만드는 알고리즘을 찾는데 실패했음을 인정했다. 그러나 그는 팀이 그 목표를 향해 상당한 진전을 이룰 수 있었다고 강조한다. 그는 "이제 우리는 오늘날 존재하는 가장 빠르고 가장 신뢰할 수 있는 매우 성숙한 알고리즘을 보유하고 있다”고 밝혔다.
그는 로봇 움직임과 물체 및 환경과의 물리적 상호작용을 더욱 발전시키는 것이 향후 몇 년 동안 그의 연구를 지배할 것이라고 말한다. 그는 기본적인 알고리즘 세트를 찾는 것을 목표로 연구를 계속 진행할 것이라고 밝혔다.
