유니트리 로보틱스(Unitree Robotics) 4족 보행 로봇 ’에일리언고(AlienGo)’ 발표 VIDEO: AlienGo robot new progress: backflip etc. /군집 행동 학습하는 로봇 VIDEO: Artificial evolution teaches robots to swarm in the wild

유니트리 로보틱스(Unitree Robotics) 4족 보행 로봇 ’에일리언고(AlienGo)’ 발표 

 

   중국 ‘유니트리 로보틱스(Unitree Robotics:杭州宇树科技有限公司)가 4족 보행 로봇 ’에일리언고(AlienGo)’를 새로 발표했다.

via youtube

edited by kcontents

에일리언고는 기존 제품인 ’라이카고(Laikago)‘ 보다 한층 민첩한 동작이 가능하다. MIT가 올초 발표한 4족 보행로봇 ’미니 치타‘처럼 공중제비를 돌 수도 있다.

정원영  robot3@irobotnews.com  로봇신문사

환경 변화에 맞춰 군집 행동을 학습하는 로봇 개발

영국 UWE, ‘어드밴스드 인텔리전트 시스템즈'에 기고

    영국 로봇 과학자들이 주변 환경 변화에 따라 군집 행동을 새롭게 학습할 수 있는 로봇 기술을 개발했다.

‘로보허브’에 따르면 영국 ‘더 웨스트 오브 잉글랜드 대학(UWE:University of the West of England)’ 과학자들은 '인공진화(artificial evolution)' 원리에 기반해 인간이 이해할 수 있는 방식으로 군집 행동을 자동적으로 학습할 수 있는 로봇 기술을 개발했다. 이번 연구 성과는 전문 저널인 ‘어드밴스드 인텔리전트 시스템즈(Advanced Intelligent Systems)’에 발표됐다. 이 기술은 향후 환경 모니터링, 재해 복구, 인프라 유지보수, 로지스틱, 농업 등 분야에 다양하게 활용될 수 있을 것으로 기대되고 있다.

 artificial evolution(Credit: BRL)

Artificial evolution teaches robots to swarm in the wild 23rd August 2019 9:12 am UK researchers have embedded swarm robots with processing power that enables in situ artificial evolution and independent learning.   Refining the behaviour of robot swarms in this way has previously required external computation, but this limits them to lab settings where those additional resources are located. The new research, from the University of Bristol and the University of the West of England (UWE), internalises the computation required to evolve behaviour. This could lay the path for robot swarms to operate in real-world environments, learning on the fly as they perform industrial, agricultural and search & rescue tasks. The work is published in Advanced Intelligent Systems.  View Full Text https://www.theengineer.co.uk/artificial-evolution-robot-swarms/

 edited by kcontents

기존의 인공진화 방식은 군집 시스템 외부에 설치된 컴퓨터 시스템을 통해 구현되었다. 외부 컴퓨터시스템이 최선의 전략을 마련해 로봇에 복사하는 방식이다. 하지만 이같은 외부 시스템은 외부 인프라와 실험실 수준의 환경 세팅을 요구한다는 한계를 지니고 있다.

이번에 UWE가 개발한 시스템은 군집 시스템 내부에 고성능 프로세싱 파워를 갖추고 있는 고객 맞춤형 군집 로봇 기술을 활용하는 게 특징이다. 연구팀은 특정한 군집 행동을 가져오는 규칙을 발견하고 군집 로봇들이 주변 환경이나 작업상 요구에 따라 계속적으로, 그리고 독립적으로 군집 행동을 학습할 수 있도록 했다. 연구팀은 이런 군집 행동들을 인간이 이해할 수 있도록 진화된 콘트롤러를 만들었다.

이번 연구를 주도한 시몬 존스(Simon Jones)는 “인간이 이해할 수 있는 콘트롤러는 우리에게 실제 세계에 적용할 수 있도록 자동적인 설계를 분석하고 인증하는 것을 허용한다”고 말했다. 연구팀은 고성능 모바일 컴퓨팅 기술 덕분에 ‘테라플롭 성능의 군집(Teraflop Swarm)’ 기술이 군집 시스템의 자동적인 설계프로세스를 가능하게 하며, 외부의 인프라에 대한 의존없이 이전의 방식보다 훨씬 빠른 속도로 고성능 퍼포먼스를 발휘할 수 있도록 한다“고 말했다.

연구팀은 미래 시점에 군집 로봇들이 주변 환경의 변화에 맞춰 적합한 군집 전략을 발견할 수 있을 것이라고 지적했다.

장길수  ksjang@irobotnews.com  로봇신문사

KCONTENTS