KAIST에서 개발한 사족보행 로봇

KAIST 기계공학과 황보제민 교수 연구팀이 벽, 계단, 징검다리 등 불연속적이고 복잡한 지형에서도 시속 14.4km의 고속 보행이 가능한 사족 보행 로봇 내비게이션 프레임워크를 개발했다고 3일 밝혔다.

연구팀은 문제를 두 단계로 분해해 접근했다. 첫째는 발 디딤 위치를 계획하는 플래너(planner), 둘째는 계획된 발 디딤 위치를 정확히 따라가는 트래커(tracker)를 개발하는 것이다.

먼저 플래너 모듈은 신경망 기반 휴리스틱을 활용한 샘플링 기반 최적화 방식을 통해 물리적으로 가능한 발 디딤 위치를 빠르게 탐색하고, 시뮬레이션 롤아웃을 통해 최적 경로를 검증한다.

기존 방식들이 발 디딤 위치 외에도 접촉 시점, 로봇 자세 등의 다양한 요소를 함께 고려한 반면 이번 연구에서는 발 디딤 위치만을 탐색 공간으로 설정함으로써 계산 복잡도를 크게 낮췄다.

또 고양이의 보행 방식에서 착안해 뒷발이 앞발이 밟았던 곳을 디디는 구조를 도입해 계산 복잡도를 다시 한번 크게 낮출 수 있었다.

트래커 모듈은 계획된 위치에 정확히 발을 디딜 수 있도록 학습되며 트래킹 학습은 적절한 난이도의 환경에서 경쟁적으로 이뤄진 생성 모델을 통해 진행된다.

트래커는 로봇이 계획된 위치에 정확하게 발을 디딜 수 있도록 강화학습을 통해 학습되며, 이 과정에서 ‘맵 생성기(map generator)’라는 생성 모델이 목표 분포를 제공한다.

이 생성 모델과 트래커는 동시에 경쟁적으로 학습돼, 트래커가 점진적으로 어려운 난이도에 적응할 수 있도록 설계됐다. 이후 학습된 트래커의 특성과 성능을 반영할 수 있도록, 트래커가 실행 가능한 디딤 위치 계획을 생성하는 샘플링 기반 플래너를 설계했다.

이 계층적 구조는 기존 기법 대비 계획 속도와 안정도 모두에서 우수한 성능을 보였으며, 실험을 통해 다양한 장애물과 불연속 지형에서의 고속 보행 능력과 처음 보는 지형에 대해서도 범용적으로 적용 가능함을 입증했다.

황보제민 교수는 "기존에 상당히 큰 계산량을 요구하던 불연속 지형에서의 고속 네비게이션 문제를 오직 발자국의 위치를 어떻게 선정하는가의 간단한 관점으로 접근했고 고양이의 발디딤에서 착안해 앞발이 디딘 곳을 뒷발이 딛도록 해 계산량을 획기적으로 줄일 수 있었다”면서 “보행 로봇이 극복할 수 있는 불연속 지형의 범위를 획기적으로 넓히고, 이를 고속으로 주행할 수 있도록 해 로봇이 재난현장 탐색이나 산악 수색 등 실제적 임무를 수행하는 데에 이바지할 수 있을 것으로 기대된다”고 설명했다.

------------------------------------------------------------------------------------------

과거엔 로봇의 다리를 어디로 어떻게 움직여야 하는가를

전부 사람이 프로그램을 짜야한다고 생각했고

그래서 계속 실패했었음

이제는 AI를 이용해서 학습을 시키면 됨

중요한건 어떤 방법으로 어떻게 학습을 시켜야 효율적인가

KAIST도 AI 활용 잘하나봄

참고로 한국 로봇기술은 세계 5~6위권이라고 함

산업용로봇은 로봇밀도지수 세계 1위고 

국산 군용 로봇기술도 수준급임, 

커뮤에 중국산 드론자랑질은 돌아다녀도 중국산 로봇 자랑질은 안돌아다니는덴 이유가 있음