기술 요약: 인지 지향적 휴머노이드 설계를 위한 가시-도달 작업 공간 (Visible-Reachable Workspace)

문제 정의

고전적인 로봇 작업 공간 분석은 말단 장치(end-effector)가 물리적으로 위치할 수 있는 곳을 결정하는 운동학적 도달 가능성(kinematic reachability)에 초점을 맞춥니다. 그러나 인지 기반의 휴머노이드 로봇에게 도달 가능성만으로는 불충분한 지표입니다. 목표물이 팔의 운동학적 작업 공간 내에 있더라도, 특정 도달 구성에서 온보드 센서의 시야(field of view) 밖에 있다면 그 목표는 '맹목적 도달 가능(blind-reachable)' 상태가 됩니다. 이러한 맹목적 도달 가능 공간은 로봇이 단순히 시야를 확보하기 위해 보상적인 전신 동작(예: 몸통 회전, 새로운 관점으로 이동, 또는 카메라 방향 전환)을 수행하게 만들며, 이는 인지적 한계를 불필요한 기계적 움직임으로 변환시킵니다. 머리나 가슴에 센서가 집중되어 있고 제약이 많은 인간형 구조를 계승한 기존 휴머노이드 설계들은, 넓은 팔의 작업 공간과 제한적이고 종종 결합된(coupled) 감지 능력 사이의 불일치 문제를 겪습니다.

방법론

1. 가시-도달 작업 공간 (VRW) 정의

저자들은 도달 가능한 구성에 가시성을 조건화하는 설계 단계의 지표로서 **가시-도달 작업 공간 (Visible-Reachable Workspace, VRW)**을 도입합니다.

• 구성 분할 (Configuration Partitioning): 로봇의 구성 $q$를 조작 관절($q_m$), 인지 관절($q_p$), 그리고 명목 관절($q_0$)로 분할합니다. 활성 말단 장치에 영향을 미치는 관절은 $q_m$에 우선순위를 둡니다. 결정적으로, 이는 매니퓰레이터에 결합된 센서(예: 손목 장착형)와 독립적인 구동이 가능한 센서(예: 짐벌)를 구분합니다.
• 조건부 가시성 (Conditional Visibility): 목표 $x$는 말단 장치가 $x$에 도달하면서 동시에 적어도 하나의 카메라가 자기 가림(self-occlusion) 없이 $x$를 관측할 수 있는 실행 가능한 구성 $(q_m, q_p)$가 존재할 때만 가시-도달 가능하다고 간주됩니다.
• 지표:
  • 커버리지 ($\eta$): 가시-도달 작업 공간($W_{VR}$)의 부피와 전체 도달 작업 공간($W_R$)의 비율입니다.
  • 쌍방 커버리지 ($\eta_2$): 두 개의 공간적으로 떨어진 영역(조작 대상과 두 번째 관심 영역)을 조작 구성을 변경하지 않고 동시에 관측할 수 있는 확률을 측정하는 동시 가시성 지표입니다.

2. 하드웨어 구현: Duke Humanoid V2

VRW 지표를 검증하기 위해 저자들은 Duke Humanoid V2라는 31-DoF 준직접 구동(quasi-direct-drive, QDD) 휴머노이드를 제작했습니다.

• 모폴로지 (Morphology): 높이 1.2m, 무게 36kg이며, 두 개의 7-DoF 암(arm)과 두 개의 6-DoF 레그(leg)를 갖추고 있습니다.
• 센싱 아키텍처: 핵심 혁신은 이중 독립 구동 요-피치(yaw-pitch) 카메라 헤드입니다. 두 개의 RGB-D 카메라는 2-DoF 짐벌에 장착되어, 몸통의 방향이나 팔의 구성과 무관하게 공간적으로 떨어진 영역을 독립적으로 겨냥할 수 있습니다.
• 제어: 로봇은 50Hz로 실행되며 200Hz의 관절 레벨 PD 트래킹을 수행하는 FlashSAC(Soft Actor-Critic)로 학습된 전신 강화 학습(RL) 정책을 사용합니다. 이 정책은 베이스 이동, 팔 조작, 그리고 카메라 시선을 동시에 처리합니다.

3. 실험적 평가

본 연구는 다음과 같은 차원에서 VRW를 평가합니다:

• 교차 플랫폼 비교: 기존 휴머노이드들(Unitree G1, Booster T1, Apptronik Apollo, Fourier GR-3, PAL Talos)의 공개된 운동학 및 카메라 모델을 사용하여 VRW를 계산했습니다.
• 카메라 구성 최적화: Duke Humanoid V2에서 고정형 또는 구동형 구성의 $K=1, 2, 3$개 카메라 레이아웃을 비교했습니다.
• 벤치마크 태스크: 시뮬레이션 및 실제 로봇에서 "두 타겟 도달 및 파지(Two-Target Reach-and-Grasp)" 벤치마크를 수행했습니다. 태스크는 다양한 구성(좌/우, 전/후, 근/원, 동적 인간 유지 타겟)에 배치된 두 물체를 잡는 것을 포함합니다.

주요 결과

1. VRW 커버리지 개선

• 구동 vs 개수: 카메라의 구동(articulation) 여부가 카메라 개수를 늘리는 것보다 VRW 커버리지에 훨씬 더 큰 영향을 미쳤습니다. Duke Humanoid V2에서 카메라를 구동했을 때 가시-도달 커버리지는 고정형일 때의 **38%**에서 **97%**로 증가했습니다.
• 쌍방 커버리지: 단일 구동 카메라는 단일 타겟 커버리지를 개선했지만, 분리된 영역을 효과적으로 동시에 관측할 수는 없었습니다. 독립적으로 구동되는 두 번째 카메라를 추가하자 쌍방 커버리지($\eta_2$)가 0.45에서 0.95로 상승했습니다. 세 번째 카메라는 상당한 하드웨어 비용을 수반함에도 불구하고 점진적인 수익 체감(0.97)을 보였습니다.
• 비교: 고정형 헤드를 가진 Unitree G1은 16%의 VRW 커버지만 달성했습니다. 구동형 목(neck)을 가진 플랫폼들(예: PAL Talos, Fourier GR-3)은 48~76%를 달성했으나, 이들은 모두 카메라가 단일 목 축을 공유하여 분리된 영역을 독립적으로 관측할 수 없었기 때문에 Duke Humanoid V2의 97%에는 미치지 못했습니다.

2. 조작 태스크 성능

두 타겟 도달 및 파지 벤치마크에서, 이중 구동 구성(Act2)은 고정형 카메라 베이스라인(Fix2) 및 다른 구성들보다 우수한 성능을 보였습니다:

• 효율성: Act2는 Fix2에 비해 평균 완료 시간을 17%, 기계적 에너지 소비를 19% 감소시켰습니다.
• 탐색 및 접근: 시간 감소는 탐색, 접근, 조작 단계 전반에 걸쳐 나타났습니다. 특히, 카메라 구동은 로봇이 걷는 대신 시선을 통해 타겟을 찾게 함으로써 탐색 시간을 줄였고, 타겟을 찾은 후 직접적인 경로로 접근할 수 있게 하여 접근 시간을 단축했습니다.
• 실제 검증: 물리적 실험을 통해 이중 구동 설계가 몸통의 재지향 없이도 전/후 및 좌/우 타겟 쌍을 동시에 관측하고 조작할 수 있음을 확인했습니다. 로봇은 두 사람이 들고 있는 움직이는 타겟을 성공적으로 추적하고 잡았습니다.

의의 및 주장

본 논문은 인식 기반의 휴머노이드 조작을 위해 도달 가능성을 평가할 때, 이를 감지 구성과 함께 평가하는 것이 더 유익한 설계 정량이 된다고 주장합니다.

• 설계 신호: VRW는 정량적인 설계 신호 역할을 합니다. 연구 결과는 가시-도달 커버리지(특히 독립적인 카메라 구동을 통한)를 최적화하는 것이 전신 실행의 효율성을 높여, 보상적인 신체 움직임의 필요성을 줄이는 데 직접적으로 기여함을 보여줍니다.
• 결합 설계 원칙: 본 연구는 인지와 조작을 별개의 모듈로 취급하는 것에 반대합니다. 대신, 감지 레이아웃을 조작 작업 공간과의 중첩을 최대화하도록 최적화하는, 즉 두 요소가 결합된 설계 원칙을 제안합니다.
• 오픈 소스: 저자들은 추가적인 연구를 촉진하기 위해 소프트웨어와 Duke Humanoid V2의 하드웨어 설계를 오픈 소스로 공개할 것을 약속합니다.

결론적으로, 고전적인 도달 가능성이 로봇이 어디로 갈 수 있는지를 정의한다면, VRW는 로봇이 인지하면서 어디에서 효과적으로 행동할 수 있는지를 정의하며, 구동형 센싱을 통해 이 간극을 메우는 것이 차세대 휴머노이드 로봇을 위한 핵심이라고 밝히고 있습니다.