로봇 제어의 혁신: 인간의 촉각으로 배우는 로봇

Ademi Adeniji 등 8명의 연구진이 개발한 FeelTheForce(FTF) 시스템은 인간의 촉각 피드백을 활용하여 로봇의 힘 제어 정확도를 크게 향상시켰습니다. 촉각 장갑과 비전 시스템을 통해 인간의 조작 행동을 학습하고, Franka Panda 로봇에 적용하여 5가지 과제에서 77%의 성공률을 기록했습니다. 이는 로봇과 인간의 상호작용에 대한 새로운 패러다임을 제시하며, 다양한 분야에서의 로봇 활용 가능성을 넓힐 것으로 기대됩니다.

로봇 제어의 새로운 장을 열다: 촉각 기반 학습

로봇이 미세한 힘을 정교하게 제어하는 것은 오랫동안 로봇 공학의 난제였습니다. 시뮬레이션이나 로봇 자체 데이터로 학습된 로봇 정책은 실제 세계의 다양한 상호작용에는 적용하기 어려웠죠. 하지만, Ademi Adeniji 외 8명의 연구진이 개발한 FeelTheForce (FTF) 시스템은 이러한 한계를 극복합니다.

인간의 촉각, 로봇에게 배우다

FTF는 인간의 촉각 행동을 모델링하여 힘에 민감한 조작을 학습하는 로봇 학습 시스템입니다. 연구진은 촉각 장갑을 사용하여 접촉력을 측정하고, 비전 기반 모델을 통해 손의 자세를 추정했습니다. 이를 통해 폐쇄 루프 정책을 훈련하여 조작에 필요한 힘을 지속적으로 예측합니다. 이 정책은 공유된 시각 및 행동 표현을 사용하여 촉각 그리퍼 센서가 장착된 Franka Panda 로봇에 적용됩니다. 실행 시, PD 제어기는 예측된 힘을 추적하기 위해 그리퍼 폐쇄를 조절하여 정밀하고 힘에 민감한 제어를 가능하게 합니다.

77% 성공률, 5가지 과제 달성

FTF는 확장 가능한 인간 감독을 기반으로 견고한 저수준 힘 제어를 구현하여 5가지 힘에 민감한 조작 과제에서 77%의 성공률을 달성했습니다. 이는 시뮬레이션에 의존하지 않고, 실제 인간의 행동으로부터 직접 학습함으로써 로봇 제어의 정확성과 일반화 능력을 크게 향상시킨 것을 의미합니다. 이러한 혁신적인 접근 방식은 실제 환경에서의 로봇 활용 가능성을 넓히는 중요한 발걸음입니다. 자세한 내용과 코드, 영상은 https://feel-the-force-ftf.github.io/ 에서 확인할 수 있습니다.

미래를 위한 전망

FTF는 단순한 기술적 진보를 넘어, 로봇과 인간의 상호작용에 대한 새로운 패러다임을 제시합니다. 인간의 섬세한 촉각 능력을 로봇에 이식함으로써, 보다 안전하고 효율적인 로봇 시스템 개발에 기여할 것으로 기대됩니다. 앞으로 이 기술이 의료, 제조, 서비스 등 다양한 분야에 적용되어 인간의 삶을 더욱 풍요롭게 만들어줄 가능성이 무궁무진합니다. 하지만, 더욱 다양한 환경과 작업에 대한 적용 가능성을 검증하고, 예측 불가능한 상황에 대한 대처 능력을 향상시키는 연구가 지속적으로 필요할 것입니다. 이는 단순히 기술의 발전이 아닌, 인간과 로봇이 공존하는 미래 사회를 위한 중요한 과제입니다.