산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Manufacturing Technology >> 산업기술

젠가 마스터 로봇팔, 시각·촉각 AI로 300회 시도에 블록 뽑기 학습

MIT MCube랩, 계층적 모델로 물리적 상호작용 학습 효율화

MIT 연구진이 RGB 카메라, 소프트 그리퍼, 힘 감지 손목 커프를 장착한 ABB IRB 120 로봇팔로 젠가 게임을 학습시켰습니다. 수만 회 시도가 필요한 기존 강화학습과 달리, 300회 시도만으로 블록이 끼었는지 풀렸는지 판별하고 최적 뽑기 전략을 학습했습니다.

클러스터링 기반 학습 전략

유사한 결과·측정값 시도를 클러스터로 묶고 각 클러스터마다 블록 행동 모델을 생성합니다. 인간이 자연스럽게 배우는 방식에서 영감받은 이 전략으로 학습 효율을 크게 높였습니다. 로봇은 실시간으로 블록을 계속 밀지 새 블록으로 옮길지 결정하며 탑 붕괴를 방지합니다.

실세계 적용 전망

스마트폰·노트북 조립라인처럼 시각만으론 부족하고 촉각·힘 제어가 핵심인 공정, 재활용품 선별 등 정교한 물리 상호작용이 필요한 작업에 적용 가능합니다.

참조: ScienceRobotics | doi:10.1126/scirobotics.aav3123 | MIT

산업기술

  1. 체스: 고대 기원에서 현대 제조까지 전문가 개요
  2. 핀볼: 클래식 아케이드 게임의 역사, 디자인, 제조
  3. 미식축구공의 진화와 장인정신: 고대 경기에서 현대 NFL 표준까지
  4. 산업용 로봇: 설계, 제조, 미래 트렌드
  5. DIY 월-E 영감 라즈베리 파이 CD-박스 로봇
  6. 구르는 알람 로봇: 라즈베리 파이와 구글 캘린더 연동 스마트 모바일 기상 시스템
  7. 윈도우 10 IoT 코어로 음성·컴퓨터 비전 로봇 만들기
  8. ROS 로봇: 라즈베리파이 터미널 제어 내비게이션
  9. 협동로봇(코봇) 이해하기: 현대 산업의 새로운 파트너
  10. 음료 로봇 이해: 기술, 자동화, 음료 산업에서의 역할