Learning Terrain-Adaptive Humanoid Locomotion on Granular Terrain
본 논문은 3D 저항력 이론(resistive force theory)에 기반한 물리적 근거를 갖춘 입자 접촉 모델과 다양한 실제 입자 지형 위에서 민첩한 휴머노이드 보행을 가능하게 하는 지형 적응형 강화 학습 프레임워크를 제시하며, 이는 해당 분야에서 이러한 역량을 성공적으로 입증한 첫 사례이다.
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
로봇은 오랫동안 단단한 지면 위를 걷는 기술을 숙달해 왔으며, 콘크리트 보도나 나무 바닥을 인간과 같은 정밀함으로 항해해 왔습니다. 하지만 해변, 자갈길, 또는 느슨한 흙이 있는 들판에 발을 내디디면 규칙은 완전히 바뀝니다. 단단하고 변하지 않는 반작용을 제공하는 딱딱한 포장도로와 달리, 모래나 흙과 같은 느슨한 지면은 예측 불가능하게 움직입니다. 이는 빠른 발걸음 아래에서는 단단한 바위처럼 작용할 수도 있고, 발이 너무 깊이 빠지면 걸쭉한 액체처럼 흐를 수도 있습니다. 이러한 변화무쌍한 성질은 로봇이 얼마나 많은 힘을 가해야 할지, 혹은 빠지거나 미끄러지지 않고 어떻게 균형을 잡아야 할지 알기 매우 어렵게 만듭니다. 수년간 엔지니어들은 기계에게 이러한 불안정한 표면 위를 걷도록 가르치기 위해 노력해 왔으나, 지면이 무너질 때 실패하는 단순화된 모델에 의존하곤 했습니다.
한 연구팀이 이제 휴머노이드 로봇에게 느슨하고 입자감이 있는 지형 위를 걷는 법을 가르치는 새로운 방법을 개발했습니다. 그들의 접근 방식은 발과 모래 및 자갈 사이의 상호작용에 대한 더 정확한 이해와, 로봇이 실시간으로 지면의 강성을 감지할 수 있게 하는 학습 방법을 결합한 것입니다. 팀은 물리적인 침강과 미끄러짐을 모사하는 매우 현실적인 가상 환경에서 로봇을 훈련시킨 후, 실제 해변과 자갈 더미에서 테스트함으로써, 이전 모델들이 실패했을 법한 부드러운 지면에서도 로봇이 걷고, 달리고, 심지어 점프할 수 있음을 입증했습니다. 이 연구는 로봇에게 현실 세계의 무질서하고 구조화되지 않은 환경에서 작동할 수 있는 능력을 부여하는 데 있어 중요한 진전을 의미합니다.
이 성과의 핵심은 연구진이 로봇의 발과 지면 사이의 상호작용을 모델링한 방식에 있습니다. 전통적인 방법들은 지면을 발을 단순히 멈추게 하는 딱딱한 표면으로 취급하거나, 발이 얼마나 가라앉을지에 대해 거친 추측을 사용합니다. 그러나 새로운 시스템은 발이 밀고 들어갈 때 지면이 제공하는 저항을 계산하는 물리 기반 모델을 사용합니다. 이 모델은 발의 각도, 움직임의 속도, 그리고 침투 깊이가 모두 지면이 되돌려주는 힘을 어떻게 변화시키는지 고려합니다. 추측하는 대신, 시스템은 그것이 마른 모래든, 젖은 해변 모래든, 혹은 현무암 바위든 관계없이 재료의 물리적 특성에 기반하여 이러한 힘을 계산합니다. 이를 통해 로봇은 시뮬레이션에서 실제 현실에서 느낄 것과 동일한 침강 및 미끄러짐의 힘을 경험할 수 있습니다.
이를 실제로 구현하기 위해 연구진은 2단계 학습 과정을 채택했습니다. 먼저, 지면의 정확한 강성과 구성과 같은 완벽한 정보에 접근할 수 있는 '교사(teacher)' 로봇을 시뮬레이션에서 훈련시켰습니다. 이 교사는 다양한 표면 위에서 효율적으로 걷는 법을 배웠습니다. 그다음, 자신의 센서가 감지할 수 있는 것들, 즉 관절의 움직임이나 신체에 작용하는 힘만을 감지할 수 있는 '학생(student)' 로봇을 훈련시켰습니다. 학생 로봇은 오직 이러한 내부 신호만을 통해 지면의 성질을 추론하는 법을 배웠으며, 이는 마치 움직임을 통해 지형의 특성을 느끼며 추측하는 것과 같습니다. 훈련을 마친 학생 로봇은 지면이 부드러울 때 끌리지 않도록 발을 더 높이 들어 올리거나, 표면이 고르지 않을 때 보폭을 조절하는 등 즉각적으로 보행 스타일을 적응시킬 수 있었습니다.
이 접근 방식의 결과는 고충실도 컴퓨터 시뮬레이션과 실제 하드웨어 실험 모두에서 테스트되었습니다. 시뮬레이션에서 로봇은 현무암, 마른 모래, 그리고 미세하고 느슨한 재료인 양귀비 씨앗을 포함한 다양한 입자형 지형 위에 놓였습니다. 새로운 물리 모델로 훈련된 로봇은 이러한 표면들을 성공적으로 통과하며 균형을 유지하고 초당 최대 2.5미터의 속도로 걷기 명령을 수행했습니다. 반면, 오래된 단순화된 모델로 훈련된 로봇들은 부드러운 표면에서 자주 넘어지거나 앞으로 나아가는 데 실패하며 큰 어려움을 겪었습니다. 새로운 시스템은 걷는 것뿐만 아니라, 정밀한 타이밍과 힘의 적용이 필요한 작업인 달리기와 점프까지도 수행해 냈는데, 이는 지면의 행동에 대한 깊은 이해 없이는 거의 불가능한 일입니다.
연구팀이 훈련된 로봇을 실제 환경의 Unitree G1 휴머노이드에 배치했을 때, 결과는 유효했습니다. 그들은 현무암 지대, 마른 모래 배구 코트, 그리고 해변에서 로봇을 테스트했습니다. 딱딱한 현무암 위에서 로봇은 매끄럽게 걸었습니다. 마른 모래 위에서도 로봇은 높은 속도에서도 균형을 유지했으나, 기존 모델들은 중심을 잃었을 것입니다. 아마도 가장 인상적인 점은 로봇이 지면이 변하는 것을 감지하는 능력을 보여주었다는 것입니다. 로봇이 딱딱한 표면에서 더 부드러운 모래 구역으로 이동할 때, 로-봇은 발이 느슨한 물질 속으로 끌려 들어가는 것을 방지하기 위해 발을 더 높이 들어 올리는 등 자동으로 보행을 조정했습니다. 이러한 적응은 특정 위치에 대한 사전 프로그래밍된 지침 없이도 이루어졌으며, 로봇은 다리를 통해 느껴지는 변화하는 저항에 단순히 반응한 것이었습니다.
연구진은 또한 로봇의 움직임이 부드러운 지면에서 더 효율적이고 온건해진다는 것을 관찰했습니다. 지면의 강성을 추정함으로써, 로봇은 모래를 과도하게 튀기거나 관절에 무리를 주지 않으면서 앞으로 나아가기에 딱 적당한 힘만을 가하는 법을 배웠습니다. 불균형한 지면의 충격을 거부하기보다 흡수하는 이러한 순응적(compliant) 행동은, 로봇이 더 자연스럽고 에너지 효율적인 방식으로 걷는 방법을 시사합니다. 이 연구는 로봇이 진정으로 야생에서 작동하기 위해서는, 과거의 경직된 가정을 넘어 그 아래의 복잡하고 변화하는 지면의 본질을 이해하고 적응할 수 있어야 함을 확인시켜 줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.