인간의 능력을 관찰만으로 로봇이 인간의 기술을 재현할 수 있었습니다

EPFL의 새로운 로봇 교육 방식

로잔(EPFL)의 과학자들은 문제에 대한 해결책을 찾았습니다: 각 유형의 기계마다 프로그램을 다시 작성하지 않고도 서로 다른 로봇이 동일한 동작을 수행하도록 만드는 방법입니다. 그들의 접근법은 *운동 인텔리전스*라고 불렸으며, 이는 시연 기반 학습(Learning‑from‑Demonstration, LfD)의 새로운 형태입니다.

변화된 점
- 관찰을 통한 교육

각 모델에 대해 수작업으로 코드를 작성하는 대신 로봇은 단순히 사람이 작업을 수행하는 것을 봅니다.

- 적응형 전략

관찰된 움직임이 동작 계획으로 변환되며, 이 계획은 관절 제한 및 특정 로봇의 물리적 특성을 고려합니다. 따라서 각 로봇은 동일한 동작을 자신에게 맞게 “번역”하지만 안전 범위 내에 머무릅니다.

- 전역적으로 안정적인 동적 시스템

이를 통해 한 번 본 동작이라도 다른 기계에서 정확히 재현할 수 있습니다.

작동 방식
1. 데이터 수집 – 연구원들은 물건을 놓고, 밀고, 던지는 사람들의 움직임을 기록했습니다.
2. 제한 조건 분류 – 각 로봇의 평형 한계와 관절 움직임 범위를 정의했습니다.
3. 정보 통합 – 인간 움직임에 대한 데이터를 제약 모델과 연결하여 관찰 및 적응 학습 시스템을 만들었습니다.
4. 실험 – 세 대의 상업용 로봇이 다음 작업을 배웠습니다:
- 컨베이어에서 목재 블록을 작업 플랫폼으로 옮기기
- 블록을 탁자에 놓기
- 블록을 용기에 던지기

다음 단계
다음 단계는 *언어적* 지시를 통해 로봇이 작업을 수행하도록 교육하는 것입니다. 사용자는 원하는 행동을 설명하면, 로봇은 자신의 능력과 제한을 고려하여 이를 구현하는 방법을 스스로 파악합니다.

결론:

운동 인텔리전스는 수작업 코드 설정 없이 사람으로부터 다양한 로봇에 기술을 빠르게 전이시켜 연구소와 산업계에서 시간과 비용을 절약할 수 있게 합니다.