GROQLoco: 오프라인 데이터셋을 이용한 일반적이고 로봇과 무관한 네발 로봇 보행 제어

Narayanan PP 등 연구진이 개발한 GROQLoco는 오프라인 데이터셋만을 사용하여 여러 네발 로봇과 지형에 걸쳐 단일 일반화 보행 정책을 학습하는 획기적인 어텐션 기반 프레임워크입니다. 다양한 로봇과 지형에서 강력한 제로샷 전이를 보여주는 GROQLoco는 실제 환경에서의 로봇 활용 가능성을 크게 확대할 것으로 기대됩니다.

혁신적인 네발 로봇 보행 제어 기술, GROQLoco 등장!

최근 대규모 오프라인 학습의 발전은 복잡한 로봇 작업을 위한 일반화된 정책 학습의 가능성을 열었습니다. 하지만, 지속적인 역동성과 다양한 지형 및 로봇 형태에 대한 실시간 적응의 필요성 때문에 네발 로봇의 보행 제어에는 여전히 난제가 남아있습니다.

이러한 문제에 대한 획기적인 해결책으로, Narayanan PP 등의 연구진이 개발한 GROQLoco가 등장했습니다. GROQLoco는 오프라인 데이터셋만을 사용하여 여러 네발 로봇과 지형에 걸쳐 단일 일반화 보행 정책을 학습하는 확장 가능한 어텐션 기반 프레임워크입니다.

GROQLoco의 핵심 기능:

• 일반화된 정책 학습: 계단 통과(비주기적 보행)와 평지 통과(주기적 보행) 등 서로 다른 두 가지 보행 행동의 전문가 시연을 여러 네발 로봇에서 수집하여 일반화된 모델을 학습, 두 행동 모두에 대한 행동 융합을 가능하게 합니다.
• 로봇과 무관한 설계: 모든 로봇의 고유수용성 데이터를 직접 사용하며, 로봇 특정 인코딩을 통합하지 않습니다. 이를 통해 로봇 종류에 상관없이 동일한 정책을 적용할 수 있습니다.
• 실시간 성능: Intel i7 nuc에서 직접 구동 가능하며, 테스트 시간 최적화 없이도 낮은 지연 시간의 제어 출력을 생성합니다.

놀라운 성능:

연구진은 다양한 네발 로봇과 지형에서 강력한 제로샷 전이를 성공적으로 시연했습니다. 상업적으로 이용 가능한 12kg 로봇인 Unitree Go1에 대한 하드웨어 배포도 포함됩니다. 특히, 서로 다른 보행 기술이 로봇마다 불균등하게 분포된 까다로운 교차 로봇 훈련 설정에서도 모든 로봇에 대한 평지 걷기와 계단 통과 행동의 성공적인 전이를 관찰했습니다. 더 나아가, 70kg의 네발 로봇인 Stoch 5에서도 미세 조정 없이 평지와 야외 지형에서의 보행을 보여주는 초기 결과를 제시했습니다.

미래를 향한 전망:

GROQLoco는 다양한 로봇과 지형에 걸쳐 견고한 일반화 보행을 가능하게 하는 잠재력을 보여줍니다. 이는 로봇 공학 분야의 획기적인 발전으로, 실제 환경에서의 로봇 활용 가능성을 크게 확대할 것으로 기대됩니다. 앞으로 더욱 발전된 GROQLoco를 통해 더욱 다양하고 복잡한 환경에서도 안정적인 로봇 보행이 가능해질 것으로 예상됩니다. 이 연구는 로봇 기술의 발전에 중요한 이정표를 제시하며, 향후 인공지능과 로봇 기술의 발전에 큰 영향을 미칠 것으로 전망됩니다.