Learning Slope-Adaptive Whole-Body Locomotion for Humanoid Robots in Roofing Construction
본 논문은 Unitree G1 휴머노이드 로봇이 정밀한 지지 및 작업 여유 제약 조건을 유지하면서 지붕 쌓기와 같은 복잡하고 경사 적응형 전신 보행 및 건설 작업을 견고하게 수행할 수 있도록, 리타겟팅된 인간의 시연을 궤적 최적화 및 강화 학습과 결합한 태스크 의미론적, 장면 기반 프레임워크를 제시한다.
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
인간처럼 걷고, 기어오르고, 작업할 수 있는 로봇을 상상해 보십시오. 수년 동안 과학자들은 인간이 걷거나 달리는 영상을 로봇에게 보여줌으로써 기계가 움직이는 법을 가르쳐 왔습니다. 컴퓨터는 그 움직임을 복제하여 로봇의 다리와 팔이 인간의 신체를 모방하도록 지시합니다. 이 방식은 평평한 바닥에서는 잘 작동하지만, 지면이 기울어지면 무너집니다. 가파른 지붕 위에서 인간의 동작을 단순히 복사하는 것은 위험할 수 있습니다. 만약 로봇이 못을 박기 위해 몸을 굽히는 인간의 동작을 그대로 복사하려고 한다면, 컴퓨터는 로봇의 발을 허공에 두거나 손을 지붕 타일 속으로 밀어 넣을 수도 있습니다. 로봇은 신체가 어떻게 움직이는가뿐만 아니라, 자신이 서 있는 특정 표면과 신체의 관계가 어떠한지도 이해해야 합니다. 이것이 바로 로봇에게 울퉁불퉁하고 고르지 않은 건설 현장에서 일할 수 있는 능력을 부여하는 데 있어 핵심적인 과제입니다.
플로리다 대학교의 연구진은 휴머노이드 로봇에게 지붕 수리공처럼 행동하는 법을 가르침으로써 이 문제를 해결했습니다. 그들은 두 다리로 서 있고 사람과 같은 팔을 가진 '유니트리 G1(Unitery G1)'이라는 특정 유형의 로봇에 집중했습니다. 목표는 단순한 걷기를 넘어, 경사로를 이동하고, 작업하기 위해 몸을 굽히며, 균형을 잃거나 표면에 충돌하지 않고 네일 건이나 망치와 같은 도구를 사용하는 법을 기계에게 가르치는 것이었습니다. 연구진은 단순히 인간의 움직임을 복사하는 것만으로는 충분하지 않다는 것을 깨달았습니다. 인간은 경사면에서 어떻게 균형을 조절해야 하는지 본능적으로 알지만, 비디오 스크립트를 따르는 로봇은 자신의 발이 틈새 위에 떠 있는지, 혹은 손이 지붕을 뚫기 직전인지 인지하지 못할 수 있습니다. 이를 해결하기 위해 연구진은 인간의 움직임과 정밀한 디지털 지붕 지도를 결합한 새로운 방법을 만들었습니다.
과정은 실험실 경사로에서 인간 작업자가 지붕 작업 수행하는 모습을 기록하는 것으로 시작되었습니다. 그 사람은 가상 현실 헤드셋과 손발에 트래커를 착용하여 연구진이 움직임의 타이밍과 흐름을 포착할 수 있게 했습니다. 이 데이터는 로봇으로 전송되어 동작의 첫 번째 초안을 생성했습니다. 그러나 이 초안에는 결함이 있었습니다. 로봇의 신체는 인간과 다르기 때문에, 초기 복사본은 로봇의 발을 잘못된 위치에 두거나 손을 지붕에 대해 부적절한 높이에 두었습니다. 이를 수정하기 위해 연구진은 지붕 표면에 대한 상세한 3D 모델을 사용했습니다. 연구진은 로봇의 기준 경로를 조정하여 발이 경사면에 단단히 고정되게 하고, 손이 타일로부터 안전하고 특정 거리를 유지하도록 했습니다. 예를 들어, 네일 건을 들고 있을 때는 손이 지붕에서 정확히 25cm 떨어져 있게 하고, 망치를 사용할 때는 12cm 떨어져 있게 했습니다. 이 단계는 로봇이 실제로 움직이기 전에 그 계획이 물리적으로 가능하고 안전한지 확인하는 과정이었습니다.
완벽한 계획이 있더라도, 로봇이 실제로 움직일 때 실수를 할 수 있습니다. 현실 세계는 컴퓨터 시뮬레이션이 항상 예측하지 못하는 작은 미끄러짐과 지연으로 가득 차 있습니다. 이를 처리하기 위해 연구진은 로봇이 움직이는 동안 이러한 안전 규칙에 주의를 기울이도록 가르쳤습니다. 연구진은 로봇이 손을 지붕으로부터 올바른 거리에 유지하면 보상을 주고, 신체의 어느 부분이라도 닿아서는 안 될 곳에 닿으면 벌칙을 주는 학습 방법을 사용했습니다. 이 훈련은 먼저 컴퓨터 시뮬레이션에서 진행되었으며, 여기서 로봇은 완만한 9도 경사부터 가파른 25도 경사까지 다양한 각도의 지붕에서 수천 번 연습했습니다. 결과는 로봇이 경사에 맞춰 자세를 조정하며, 작업하기 위해 몸을 굽히면서도 균형을 유지하는 법을 배웠음을 보여주었습니다.
그 후 팀은 실제 실험실에서 이 기술들을 실제 로봇에 테스트했습니다. 연구진은 실제 지붕 플랫폼을 설치하고 로봇이 학습한 과업들을 수행하게 했습니다. 로봇은 경사로를 성공적으로 걸어 올라갔고, 네일 건을 잡기 위해 몸을 굽혔으며, 망치를 휘둘렀습니다. 모든 테스트에서 로봇은 발을 지붕 위에 두고 손을 적절한 거리에 유지하며 표면과의 충돌을 피했습니다. 측정 결과 로봇의 움직임은 정확했으며, 신체는 의도한 경로에서 불과 몇 센티미터 이내의 오차를 유지했습니다. 연구진은 또한 이 방법을 다른 접근 방식들과 비교했습니다. 인간의 움직임 가이드 없이 보상 신호만을 따르도록 훈련받은 로봇은 실제 지붕 작업처럼 보이지 않는 이상한 웅크린 자세를 취한다는 것을 발견했습니다. 마찬가지로, 실시간으로 인간 운영자에 의해 직접 제어되는 로봇은 경사로에 발을 내디딜 때 균형을 잃고 넘어졌습니다. 인간의 움직임, 지붕의 디지털 지도, 그리고 안전을 인지하는 학습을 결なる 결합한 이 새로운 방법만이 안정적으로 작동했습니다.
이 연구는 로봇이 건설 현장에서 일하기 위해서는 단순히 걷는 능력 이상의 것이 필요함을 시사합니다. 로봇은 자신이 서 있는 표면의 기하학적 구조를 이해해야 하며, 작업하는 동안 표면과 안전한 관계를 유지해야 합니다. 연구진은 단순히 인간의 움직임을 복사하는 것만으로는 부족하며, 로봇이 작업 현장의 물리적 실체에 기반을 두어야 한다는 것을 발견했습니다. 로봇에게 지붕의 모양을 존중하고 도구를 적절한 거리에 유지하도록 가르침으로써, 팀은 언젠가 지붕 작업과 같은 위험한 업무를 도울 수 있는 기계의 토대를 마련했습니다. 현재의 테스트는 안전 벨트를 착용한 통제된 실험실에서 수행되었지만, 결과는 경사로를 오르고 작업하는 기본적인 기술이 충분히 가능하다는 것을 보여줍니다. 다음 단계는 이 로봇들이 실제 건설 현장의 거칠고, 불규칙하며, 예측 불가능한 환경을 감당할 수 있는지 확인하는 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.