중국 연구원들이 혁신적인 방법으로 로봇에게 테니스 경기를 가르쳤다

중국 과학자들이 테니스 경기 로봇 교육을 위한 새로운 방법을 제시했습니다

중국 연구원들은 로봇이 빠르고 간단하게 테니스의 기본 기술을 습득할 수 있는 혁신적인 방법론의 테스트 결과를 발표했습니다. 그들의 평가에 따르면, 이는 기계 학습과 AI의 실제 적용 모두에서 중요한 돌파구가 될 수 있다고 New Atlas가 보도합니다.

전통적 기술이 작동하지 않는 이유
테니스를 포함한 대부분의 스포츠에서는 현재 동작 캡처 시스템이 손목 각도와 같은 미세한 세부 사항을 포착할 수 없습니다. 다이나믹 코트에서 이러한 뉘앙스는 중요하며, 원격 제어는 비효율적입니다.

다중 카메라 영상을 AI 소프트웨어(예: Nvidia의 Vid2Player3D)를 사용해 필요한 정보를 추출하려는 시도는 복잡한 과정이며 깊은 지식과 엔지니어링 노력이 필요합니다.

연구원들이 제안한 것
그들은 동작 캡처를 기반으로 하지만 기술의 기본 요소만을 제한하는 LATENT 시스템을 만들었습니다. 이 시스템은 불완전한 데이터로도 작동할 수 있습니다.

- 실험: 5시간 동안 ‘초기 기술’에 대한 데이터를 수집했습니다 – 오른쪽/왼쪽 타격, 측면 이동 및 교차 보행 등 부분 코트에서의 동작.
- 이 데이터를 카메라를 통해 처리해 인간과 유사한 ‘운동 공간’ 레퍼토리를 생성했습니다.
- 그런 다음 기본 기술을 Unitree의 G1 휴머노이드 로봇(가격 13,500달러)에 업로드했습니다.

로봇이 학습하는 방식
LATENT 시스템은 G1이 다가오는 공을 인식하고 라켓을 사용해 그 공을 코트 반대편으로 넘기는 것을 가능하게 합니다. 성공은 공이 상대편 코트의 흰 선 안에 착지할 때 인정됩니다.

로봇은 기본 기술을 활용해 각도, 반응 시간 및 다양한 상황에서의 동작 선택 실험을 수행합니다. 대부분의 학습은 고속 시뮬레이션에서 진행됩니다.

결과
- 오른쪽 타격 성공률 90%
- 왼쪽 타격 약 80%
- 움직임이 부드럽고 민첩해 실제 테니스 선수와 거의 유사합니다

G1은 아직 공식 경기용으로 준비되지 않았지만, 게임을 습득하는 데 상당한 진전을 보였습니다.

미래 로봇에 대한 의미
개발된 방법은 로봇이 복잡하고 동적인 상황에 빠르게 적응할 수 있게 해 줍니다. 이는 산업 생산에서 구조물 파손 대응까지 극단적 조건에 신속히 반응해야 하는 실제 과제에 적용 가능성을 열어줍니다.

LATENT 소프트웨어는 오픈소스이며 GitHub에서 이용 가능합니다