촉각 피드백 기반 로봇 조작 기술의 혁신: 시각-촉각 통합 학습 알고리즘 RDP

한·중 연구진이 개발한 새로운 시각-촉각 통합 학습 알고리즘 RDP와 저렴한 원격 조작 시스템 TactAR은 로봇의 접촉 작업 능력을 향상시키는 혁신적인 기술입니다. 실시간 촉각 피드백을 통해 복잡한 작업 수행 및 환경 변화에 대한 빠른 적응이 가능해졌습니다.

촉각 피드백으로 더욱 정교해진 로봇 조작 기술

인간은 시각과 촉각을 활용하여 복잡한 접촉 작업을 수행하며, 환경 변화에 대한 빠른 적응과 접촉력의 유연한 제어를 통해 놀라운 능력을 보여줍니다. 하지만 로봇에게 이러한 능력을 구현하는 것은 여전히 어려운 과제입니다.

기존의 시각적 모방 학습(IL) 방법들은 행동을 작은 단위로 나누어 모델링하는데 의존하며, 이는 실시간 촉각 피드백에 즉각적으로 반응하는 데 한계가 있습니다. 또한 대부분의 원격 조작 시스템은 정교한 촉각/힘 피드백을 제공하지 못해 수행 가능한 작업의 범위가 제한적입니다.

한·중 연구진, 혁신적인 해결책 제시: TactAR와 RDP

이러한 문제를 해결하기 위해 한 Xue 등 8명의 연구진(Han Xue, Jieji Ren, Wendi Chen, Gu Zhang, Yuan Fang, Guoying Gu, Huazhe Xu, Cewu Lu) 은 증강 현실(AR)을 통해 실시간 촉각 피드백을 제공하는 저렴한 비용의 원격 조작 시스템인 TactAR와, 접촉이 많은 조작 기술 학습을 위한 새로운 시각-촉각 통합 학습 알고리즘인 반응형 확산 정책(RDP) 을 개발했습니다. RDP는 두 가지 수준의 계층 구조를 사용합니다. 첫째, 저주파수에서 잠재 공간에서 고수준의 행동 단위를 예측하는 느린 잠재 확산 정책과, 둘째, 고주파수에서 폐쇄 루프 촉각 피드백 제어를 위한 빠른 비대칭 토큰화기입니다. 이러한 설계는 통합된 프레임워크 내에서 복잡한 궤적 모델링과 빠른 반응 행동을 모두 가능하게 합니다.

3가지 복잡한 작업에서 성능 우수성 입증

세 가지 복잡한 접촉 작업을 대상으로 한 광범위한 평가를 통해 RDP는 촉각/힘 피드백에 대한 빠른 반응을 통해 최첨단 시각 IL 기준 모델보다 성능이 크게 향상됨을 보여주었습니다. 또한 RDP는 다양한 촉각/힘 센서에 적용될 수 있음을 실험을 통해 확인했습니다. 자세한 내용과 코드, 영상은 https://reactive-diffusion-policy.github.io/ 에서 확인할 수 있습니다.

결론적으로, 이 연구는 시각과 촉각 정보를 효과적으로 결합하여 로봇의 접촉 작업 능력을 크게 향상시키는 획기적인 성과를 거두었습니다. 저렴한 비용과 다양한 센서 적용 가능성은 향후 로봇 기술 발전에 큰 영향을 미칠 것으로 예상됩니다.