로봇이 티셔츠를 걸게 하는 법: 데이터의 결정적 역할

모션 디자인 인사이더

카네기 멜론 로봇 케어링 및 인간 상호작용 연구실의 연구원 재스민 리. (이미지: 연구진)

양로원 자원봉사 경험을 바탕으로 카네기 멜론 연구원 재스민 리는 기술에 익숙하지 않은 사람들을 돕는 보조 로보틱스 연구에 집중하기로 결정했습니다. "기술에 익숙하지 않을 수 있는 사람들을 돕는 로보틱스 쪽에 관심이 있었습니다."라고 그녀는 말했습니다. "로보틱스의 하드웨어 측면을 생각하고 있었지만, 결국 데이터 수집과 소프트웨어 — 알고리즘 측면을 많이 하게 되었습니다."

그녀의 프로젝트에서 그녀는 자커리 에릭슨 조교수가 이끄는 로봇 케어링 및 인간 상호작용 연구실의 박사 과정 학생 주헤위안 후와 함께 일했습니다.

리는 테이블에 고정된 두 개의 다관절 팔로 이루어진 양팔 로봇 팔 설정에서 작업했으며, 이는 인간이 VR 조이스틱 쌍을 사용하여 원격으로 제어하거나 신경망을 통해 완전히 자율적으로 작동할 수 있습니다. 그녀는 시뮬레이션과 실제 작업 모두에서 로봇의 행동을 분석하여 셔츠 걸기와 같은 복잡한 인간 활동을 모방할 때 로봇이 어떻게 실패하는지 연구했습니다.

"인간이 행거를 삽입하려 할 때 미세한 수정을 하는 것을 발견했지만, 우리는 로봇이 더 큰 규모로 작업을 수정하면 더 잘 배울 수 있다는 이론을 가졌습니다."라고 그녀는 말했습니다. 그래서 작은 비틀기나 조정 대신, 로봇 팔이 원래 위치로 돌아가서 셔츠를 다시 더 정확하게 걸도록 시도하도록 안내했습니다.

새로운 데이터 수집 방법을 사용하면 로봇 훈련이 더 효율적이 되어 더 많은 데이터를 수집하고 더 적은 인간 교육 반복으로 성능을 향상시킬 수 있었다고 리는 말했습니다.

팀은 또한 로봇에 햄버거를 포장 용기에 담고 밀폐 용기 뚜껑을 밀봉하는 다른 시련에도 이 방법을 실험했습니다.

"로봇이 여러 다른 작업을 완료할 수 있도록 훈련시키는 것은 어렵습니다. 우리가 일반화라고 부르는 것이죠."라고 리는 말했습니다. "현재 로보틱스 연구는 특정 작업을 위한 로봇 훈련에 초점을 맞추고 있지만, 결국 연구에 기여하는 모든 사람들이 우리를 그곳으로 데려다 줄 것입니다."

출처