로봇이 티셔츠 거는 법을 배우는 방법:데이터의 중요한 역할

모션 디자인 내부자

카네기 멜론 로봇 간병 및 인간 상호 작용 연구소의 Jasmine Li 연구원. (이미지 :연구원)

Carnegie Mellon의 연구원인 Jasmine Li는 은퇴자 가정에서 자원봉사한 경험을 바탕으로 사람들의 일상 업무를 돕는 보조 로봇 공학에 대한 연구에 집중하기로 결정했습니다. “저는 기술에 익숙하지 않은 사람들을 돕는 로봇 공학의 측면에 관심이 있었습니다.”라고 그녀는 말했습니다. "저는 로봇 공학의 하드웨어 측면에 대해 생각하고 있었지만 결국에는 데이터 수집과 소프트웨어, 즉 알고리즘 측면에서 더 많은 일을 하게 되었습니다."

그녀의 프로젝트를 위해 그녀는 Ph.D.와 함께 일했습니다. Zackory Erickson 조교수가 이끄는 로봇 간병 및 인간 상호 작용 연구실의 Zheyuan Hu 학생.

Li는 한 쌍의 VR 조이스틱을 사용하여 인간이 원격으로 제어하거나 신경망을 통해 완전히 자율적으로 작동할 수 있는 이중 수동 로봇 팔 설정(테이블에 고정된 두 개의 다관절 팔)으로 작업했습니다. 그녀는 셔츠 걸기 같은 복잡한 인간 활동을 모방할 때 로봇이 어떻게 실패하는지 연구하기 위해 시뮬레이션과 실제 작업 모두에서 로봇의 행동을 분석했습니다.

“우리는 인간이 행거를 삽입하려고 할 때 때때로 사소한 수정을 한다는 것을 발견했지만, 우리는 더 큰 규모로 작업을 수정하면 로봇이 더 잘 배울 수 있다는 이론을 가지고 있었습니다.”라고 그녀는 말했습니다. 그래서 그들은 약간의 비틀림이나 조정 대신 로봇 팔을 유도하여 원래 위치로 돌아가도록 유도한 후 셔츠를 더 정확하게 다시 걸어 놓았습니다.

새로 발견된 데이터 수집 방법을 사용하면 로봇 훈련이 더욱 효율적이 되어 더 많은 데이터를 수집하고 인간 교육의 반복 횟수를 줄여 성능을 향상시킬 수 있다고 Li는 말했습니다.

또한 팀은 버거를 테이크아웃 상자에 포장하고 밀폐 용기 뚜껑을 밀봉하는 작업을 로봇에게 맡기는 다른 실험을 통해 이 방법을 실험했습니다.

Li는 "우리가 일반화라고 부르는 다양한 작업을 완료할 수 있도록 로봇을 훈련시키는 것은 어렵습니다."라고 말했습니다. "현재 로봇공학 연구는 특정 작업을 위해 로봇을 훈련시키는 데 중점을 두고 있지만, 결국에는 연구에 참여하는 모든 사람이 우리가 목표에 도달하는 데 도움을 줄 것입니다."

출처