4족 보행 로봇의 새로운 지평: 어떤 지형과 짐에도 굴하지 않는 MULE

Vamshi Kumar Kurva와 Shishir Kolathaya 연구팀이 개발한 적응형 강화학습 기반 4족 보행 로봇 제어 프레임워크 'MULE'은 다양한 지형과 탑재량 변화에 효과적으로 적응하여 안정적인 보행을 가능하게 합니다. Isaac Gym 시뮬레이션과 실제 로봇 실험을 통해 그 성능을 검증했습니다.

최근 다양한 지형에서 짐을 나르는 4족 보행 로봇의 활용이 증가하고 있습니다. 하지만 기존의 모델 예측 제어(MPC) 기반 방법들은 미리 정해진 보행 계획이나 궤적 생성기에 의존하는 경우가 많아, 예측 불가능한 환경에서는 적응력이 떨어지는 한계가 있었습니다.

Vamshi Kumar Kurva와 Shishir Kolathaya 연구팀은 이러한 문제를 해결하기 위해 획기적인 **적응형 강화학습(RL) 프레임워크 'MULE'**을 개발했습니다. 'MULE' (Multi-terrain and Unknown Load Adaptation for Effective Quadrupedal Locomotion)은 다양한 지형과 알 수 없는 탑재량에 적응하는 효과적인 4족 보행을 위한 시스템입니다.

MULE: 짐의 무게와 지형의 변화에도 흔들리지 않는 기술

MULE은 기본적인 보행을 담당하는 '기준 정책'과 탑재량 변화에 따라 안정성을 유지하고 명령 추종 성능을 향상시키는 보정 행동을 학습하는 '적응 정책'으로 구성됩니다. 즉, 상황에 따라 스스로 보행 방식을 조절하는 똑똑한 시스템인 셈입니다. 이를 통해 사전에 보행 계획을 세우거나 수동으로 조정할 필요 없이 다양한 환경에 적응할 수 있습니다.

Isaac Gym과 현실 세계의 만남: 실험을 통한 검증

연구팀은 Isaac Gym 시뮬레이션과 Unitree Go1 4족 보행 로봇을 이용하여 MULE의 성능을 검증했습니다. 평지, 경사면, 계단 등 다양한 지형과 정적 및 동적 탑재량 변화 조건에서 실험을 진행한 결과, MULE은 기존 제어 방식보다 신체 높이와 속도 명령 추종 성능이 훨씬 뛰어났습니다. 이는 MULE이 다양한 상황에 강인하고 적응력이 뛰어나다는 것을 의미합니다.

미래를 향한 발걸음: 더욱 발전된 4족 보행 로봇 기술

MULE의 개발은 4족 보행 로봇 기술의 새로운 장을 열었습니다. 더욱 다양한 환경에서 안정적이고 효율적인 작업 수행이 가능해짐에 따라, 물류, 탐사, 재난 구조 등 다양한 분야에서 4족 보행 로봇의 활용이 더욱 확대될 것으로 기대됩니다. 앞으로 MULE의 발전을 통해 더욱 강력하고 지능적인 4족 보행 로봇들이 등장할 것으로 예상됩니다.