로봇 ANYmal은 파쿠르를 할 수 있고 잔해 위를 걸을 수 있습니다.

ANYmal은 한동안 스위스 하이킹 코스의 돌이 많은 지형을 극복하는 데 아무런 문제가 없었습니다. 이제 ETH Zurich의 연구원들은 이 4족 보행 로봇에게 몇 가지 새로운 기술을 가르쳤습니다. 이 로봇은 도시 환경에서 장애물을 원활하게 통과하기 위해 운동 기동을 사용하는 스포츠인 파쿠르에 상당히 능숙하다는 것이 입증되었습니다. ANYmal은 또한 건설 현장이나 재난 지역에서 흔히 볼 수 있는 까다로운 지형을 처리하는 데 능숙합니다.

ANYmal에게 이러한 새로운 기술을 가르치기 위해 기계 및 공정 공학과의 ETH 교수인 Marco Hutter가 이끄는 그룹의 두 팀이 서로 다른 접근 방식을 따랐습니다.

기계적 옵션 소진

그 팀 중 한 곳에서 일하는 ETH 박사과정 학생 Nikita Rudin은 여가 시간에 파쿠르를 하고 있습니다. “프로젝트가 시작되기 전에 몇몇 연구원들은 다리가 있는 로봇이 이미 개발 잠재력의 한계에 도달했다고 생각했습니다. 그러나 저는 다른 의견을 가지고 있었습니다. 사실 저는 훨씬 더 많은 일을 할 수 있다고 확신했습니다.” 다리가 있는 로봇의 역학으로요.”

자신의 파쿠르 경험을 염두에 두고 Rudin은 ANYmal이 할 수 있는 한계를 더욱 확장하기 시작했습니다. 그리고 그는 기계 학습을 사용하여 4족 보행 로봇에게 새로운 기술을 가르치는 데 성공했습니다. ANYmal은 이제 장애물을 확장하고 동적 기동을 수행하여 장애물에서 다시 뛰어 내릴 수 있습니다.

그 과정에서 ANYmal은 시행착오를 통해 어린아이처럼 배웠습니다. 이제 장애물이 나타나면 ANYmal은 카메라와 인공 신경망을 사용하여 어떤 종류의 장애물을 다루고 있는지 판단합니다. 그런 다음 이전 훈련을 바탕으로 성공할 것으로 보이는 동작을 수행합니다.

그것이 기술적으로 가능한 것의 전부입니까? Rudin은 이것이 주로 각각의 새로운 기술에 해당된다고 제안합니다. 그러나 그는 이것이 여전히 많은 잠재적인 개선점을 남긴다고 덧붙였습니다. 여기에는 로봇이 미리 정의된 문제를 해결하는 것 이상으로 나아갈 수 있도록 허용하고 대신 잔해로 뒤덮인 재난 지역과 같은 어려운 지형을 통과하도록 요청하는 것이 포함됩니다.

새로운 기술과 전통 기술의 결합

이러한 종류의 응용 프로그램을 위해 ANYmal을 준비하는 것이 Rudin의 동료이자 ETH 박사 과정 학생인 Fabian Jenelten이 수행한 다른 프로젝트의 목표였습니다. 그러나 Jenelten은 기계 학습에만 의존하기보다는 이를 모델 기반 제어라고 알려진 제어 엔지니어링에 사용되는 검증된 접근 방식과 결합했습니다. 이는 잔해 더미의 틈과 움푹 들어간 부분을 인식하고 통과하는 방법과 같은 정확한 동작을 로봇에게 가르치는 더 쉬운 방법을 제공합니다. 결과적으로 기계 학습은 로봇이 예상치 못한 상황에 유연하게 적용할 수 있는 움직임 패턴을 마스터하는 데 도움이 됩니다. “두 가지 접근 방식을 결합하면 ANYmal을 최대한 활용할 수 있습니다.”라고 Jenelten은 말합니다.

그 결과, 4족 보행 로봇은 이제 미끄러운 표면이나 불안정한 바위 위에서 확실한 발판을 마련하는 데 더 능숙해졌습니다. ANYmal은 곧 건축 현장이나 사람에게 너무 위험한 곳(예: 재난 지역의 무너진 집 점검)에도 배치될 예정입니다.

출처: https://www.sciencedaily.com/releases/2024/03/240313185058.htm