획기적인 AI 로봇, 낯선 지형 탐색 위해 동물의 움직임을 모방

리즈 대학교와 런던 대학교(UCL)의 연구원들은 네 발 달린 로봇이 다양한 지형에 맞춰 걸음걸이를 조절할 수 있는 AI 시스템을 개발하여 실제 동물의 민첩성과 적응력을 모방했습니다.

이 기념비적인 발전은 논문에 자세히 설명되어 있습니다. 출판 오늘 Nature Machine Intelligence에 게재된 논문은 다리 달린 로봇이 복잡하고 위험한 환경에 배치되는 방식을 혁신할 것으로 기대됩니다.

프로젝트 팀은 개, 고양이, 말과 같은 동물에서 영감을 얻었습니다. 이 동물들은 에너지를 절약하고, 균형을 유지하고, 위협에 대응하기 위해 자연스럽게 걸음걸이를 조절합니다.

이 새로운 AI 프레임워크는 "클래런스"라는 별명을 가진 로봇이 걷기, 속보, 달리기, 점프 사이를 자율적으로 전환할 수 있도록 합니다. 이러한 정교한 보행 적응은 놀라울 정도로 짧은 9시간의 훈련 기간 만에 이루어졌습니다.

리즈 대학교 기계공학과의 대학원 연구원이자 이 연구의 첫 번째 저자인 조셉 험프리스는 보도자료를 통해 "이번 연구 결과는 적응성과 관련된 기존의 많은 제한을 줄임으로써 다리 달린 로봇 동작 제어의 미래에 상당한 영향을 미칠 수 있을 것"이라고 밝혔습니다.

적응력 있고 직관적

전통적으로 로봇은 다양한 지형을 처리하기 위해 명시적인 프로그래밍이 필요했습니다.

그러나 클라렌스의 AI는 마치 동물이 본능적으로 주변 환경을 탐색하는 것처럼, 인간의 개입 없이도 실시간으로 자신의 움직임에 대한 결정을 내릴 수 있도록 합니다. 이는 로봇 공학의 큰 도약을 의미하며, 기존 시스템의 주요 한계 중 하나인 적응성을 해결합니다.

"모든 훈련은 시뮬레이션 방식으로 진행됩니다. 컴퓨터에 정책을 학습시킨 후, 로봇에 적용하면 훈련에서와 마찬가지로 능숙하게 작동합니다."라고 험프리스는 덧붙였습니다. "그런 다음 로봇을 실제 환경에서, 이전에 경험해 본 적이 없는 표면에서 테스트했고, 로봇은 모든 표면을 성공적으로 통과했습니다."

표제: 로봇이 시뮬레이션 지형에 보행을 적응시키는 법을 배우고 있습니다. 수백 개의 시뮬레이션 환경에서 동시에 연습했습니다.

신용 : 조셉 험프리스, 리즈 대학교

UCL 컴퓨터 과학과의 수석 저자인 저우 청쉬 교수는 이 개발의 참신함과 잠재력을 강조했습니다.

"이 연구는 근본적인 질문에서 시작되었습니다. 만약 다리가 있는 로봇이 동물처럼 본능적으로 움직일 수 있다면 어떨까요? 로봇을 특정 작업에 맞춰 훈련하는 대신, 균형, 협응력, 에너지 효율과 같은 원리를 활용하여 동물이 걸음걸이를 조절하는 데 사용하는 전략적 지능을 로봇에 부여하고 싶었습니다."라고 그는 말했습니다.

실제 애플리케이션

이 기술의 적용 가능성은 광범위합니다.

이러한 적응 기능을 갖춘 로봇 시스템은 수색 및 구조 임무, 핵 폐기, 행성 탐사, 농업 및 인프라 검사에 활용될 수 있습니다.

이 획기적인 발전은 로봇이 생물학적 존재와 같은 유연성으로 현실 세계의 과제를 처리할 수 있는 미래를 보여줍니다.

"이러한 원리를 AI 시스템에 내장함으로써 로봇이 미리 프로그래밍된 규칙이 아닌 실시간 상황에 따라 이동 방식을 선택할 수 있게 되었습니다."라고 저우 씨는 덧붙였습니다. "즉, 로봇은 이전에 접하지 않았던 낯선 환경에서도 안전하고 효과적으로 이동할 수 있습니다."

미래 전망

앞으로 연구팀은 클라렌스의 장거리 점프, 등반, 가파르거나 수직적인 지형 탐색 등의 능력을 더욱 향상시키는 것을 목표로 합니다.

이 연구에서는 이 프레임워크가 개 크기의 네 발 동물 한 마리에만 적용되었지만, 핵심 원리와 생물학적으로 영감을 받은 측정 기준은 크기나 무게에 관계없이 비슷한 형태의 다른 네 발 로봇에도 널리 적용할 수 있습니다.

출처: 리즈 대학