mjorbit: A Simulation Framework for Space Robotics
이 논문은 CPU 및 GPU 백엔드를 통해 효율적인 궤도상 서비스, 조립 및 제조 연구를 가능하게 하기 위해 궤도 전파(orbit propagation)를 다체 로보틱스 역학(multi-body robotics dynamics)과 통합한, MuJoCo 기반의 고성능 오픈 소스 시뮬레이션 프레임워크인 mjorbit을 소개한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
우주는 단순히 물체들이 영원히 떠다니는 조용하고 텅 빈 공백이 아닙니다. 그곳은 그 안의 모든 움직임을 형성하는 보이지 않는 힘에 의해 지배되는 역동적인 환경입니다. 인공위성과 우주선은 끊임없이 지구의 중력에 의해 끌리고, 햇빛의 압력에 의해 밀리며, 상층 대기의 희박한 항력에 의해 속도가 느려집니다. 수십 년 동안 엔지니어들은 로봇 팔의 복잡하고 요동치는 움직임을 시뮬레이션할 것인지, 아니면 궤도를 통과하는 우주선의 장기적인 여정을 시뮬레이션할 것인지 사이에서 선택해야 했습니다. 기존의 도구들은 한 가지는 잘 수행할 수 있었지만, 다른 하나는 어려움을 겪었습니다. 로봇 시뮬레이터는 중력이 존재하지 않는 완벽한 진공 상태로 우주를 취급할 수 있는데, 이는 몇 분 동안은 괜찮지만 몇 시간 동안은 실패하게 됩니다. 반면 우주 시뮬레이터는 위성의 경로를 완벽하게 추적할 수는 있지만, 로봇이 떠다니는 파편을 잡는 동작을 모델링할 수는 없습니다. 이러한 격차는 위성 수리, 우주 쓰레기 제거, 또는 궤도 내 구조물 조립과 같은 미래 임무에 필요한 자율 로봇을 설계하고 테스트하는 것을 어렵게 만들었습니다.
매사추세츠 공과대학교(MIT)와 KTH 왕립 공과대학교의 연구진은 이 간극을 메우기 위한 새로운 도구를 구축했습니다. 그들은 현대 로보틱스 소프트웨어의 고속 정밀 물리 엔진과 우주 여행에 필요한 정밀 궤도 역학을 결합한 mjorbit이라는 시뮬레이션 프레임워크를 개발했습니다. 이 시스템을 통해 엔지니어들은 로봇이 환경과 상호작용하는 모습을 장기간 시뮬레이션할 수 있으며, 부드러운 접촉이나 작은 추진기 분사가 몇 시간 또는 며칠에 걸쳐 우주선의 경로를 어떻게 변화시키는지 정확하게 포착할 수 있습니다. 연구진은 이 시스템을 현실적인 시나리오에 테스트함으로써, 이 시스템이 우주 작전에 필요한 복잡하고 접촉이 잦은 작업들을 처리할 수 있으면서도 인공지능을 훈련시킬 수 있을 만큼 빠르게 실행될 수 있음을 입증했습니다.
연구팀이 해결한 핵심 과제는 두 가지 매우 다른 규모의 움직임을 동시에 시뮬레이션하는 것의 어려움이었습니다. 우주선은 궤도상에서 수천 킬로미터를 이동할 수 있는 반면, 로봇 팔은 불과 몇 미터만을 움직입니다. 이러한 규모가 컴퓨터 시뮬레이션에서 혼합될 때, 아주 작은 반올림 오차가 누적되어 전체 모델이 실제와 동떨어지게 만들 수 있으며, 특히 현대 그래픽 프로세서에서 흔히 사용되는 빠른 단정밀도(single-precision) 수학을 사용할 때 더욱 그렇습니다. 연구진은 시뮬레이션이 세계를 바라보는 방식을 바꿈으로써 이 문제를 해결했습니다. 우주선의 절대적인 위치를 추적하는 대신, 우주선의 의도된 경로를 따라 움직이는 가변 참조점을 시뮬레이션의 기준점으로 삼았습니다. 그런 다음 이 움직이는 앵커를 기준으로 로봇과 그 부품들의 작은 상대적 움직임을 계산했습니다. '궤도 추종 프레임(orbit-following frame)'을 사용하는 것으로 알려진 이 접근 방식은 컴퓨터가 정밀도를 잃는 것을 방지합니다. 이를 통해 시스템은 강력한 그래픽 카드를 사용하여 수천 개의 시나리오를 동시에 시뮬레이션하면서도 결과가 시간이 지남에 따라 부정확해지지 않도록 할 수 있습니다.
그들의 방법이 효과적임을 증证明하기 위해, 팀은 mjorbit을 몇 가지 현실적인 임무에 테스트했습니다. 한 테스트에서는 내부 무게 중심을 이동시켜 우주선 전체를 회전시켜야 하는 로봇 팔을 가진 자유 부유 위성을 시뮬레이션했습니다. 이는 운동량의 정밀한 조절을 요구하는 작업입니다. 또 다른 테스트에서는 거대하고 수동적인 목표물과 자율적으로 도킹하는 무거운 우주선을 모델링했는데, 이는 밀리미터 단위의 정확도를 요구하는 기동입니다. 또한 표류하는 화물을 포획하여 안정적으로 유지하는 서비스 로봇도 시뮬레이션했습니다. 이 테스트들에서 연구진은 자신들의 새로운 시스템을 기존의 확립된 시뮬레이터들과 비교했습니다. 그들은 전통적인 도구들이 단 하나의 시나리오를 실행하는 데 몇 시간이 걸릴 수 있는 반면, 새로운 시스템은 동일한 시간 동안 수천 개의 시뮬레이션을 실행할 수 있다는 것을 발견했습니다. 더 중요한 것은, 궤도 물리학을 무시하는 것이 실패로 이어진다는 점을 보여주었다는 것입니다. 로봇이 포획한 물체를 지구 쪽으로 향하게 하려는 테스트에서, 중력과 궤도력을 무시한 시뮬레이터는 물체를 안정적으로 유지하지 못하고 물체가 격렬하게 흔들리게 만들었습니다. 중력의 미묘한 끌림을 고려한 새로운 시스템은 두 시간 동안 물체가 올바른 방향을 향하도록 성공적으로 유지했습니다.
연구진은 또한 이 프레임워크가 인공지능 훈련을 위한 준비가 되었음을 입증했습니다. 단일 그래픽 카드에서 1,024개의 병렬 시뮬레이션을 실행함으로써, 그들은 표류하는 화물 모듈로 날아가 그것을 잡고 안정적으로 유지하는 로봇을 훈련시켰습니다. 로봇은 단 1분의 컴퓨터 시간 만에 이 복잡한 작업을 학습했으며, 시뮬레이션된 모든 세계에서 88%의 성공률을 달-성했습니다. 이러한 속도는 엔지니어들이 이전에는 테스트하기 너무 어려웠던 우주 로봇의 제어 전략을 개발하기 위해 머신 러닝을 사용할 수 있음을 시사합니다. 이 시스템은 오픈 소스이므로 다른 연구자들이 자신만의 도구를 구축하는 데 사용할 수 있습니다. 현재 버전은 강체(rigid objects)의 물리적 움직임에 초점을 맞추고 있으며 카메라나 라이다(lidar)와 같은 고급 센서는 아직 포함하지 않지만, 차세대 우주 로보틱스를 위한 견고한 토대를 제공합니다. 이 연구는 물리 법칙을 계산하는 방식을 신중하게 관리함으로써, 학습에 충분히 빠르면서도 실제 임무에 충분히 정확한 우주의 디지털 트윈을 만드는 것이 가능하다는 것을 확인시켜 줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.