세 단계로 문 여는 방법 배우는 로봇 VIDEO: Robot learns to open doors by splitting the task into three easy steps
로봇은 훈련에 필요한 시간과 노력을 줄이는 새로운 방법을 사용하여 문을 여는 법을 배웠지만, 효율성은 적응력을 희생시킬 수 있다.
로봇은 종종 과제를 완료하기 위해 수천 번의 시행착오 시도에 걸쳐 훈련된 딥 러닝 모델에 의해 제어된다. 대신, 도쿄 와세다 대학의 이토 히로시와 그의 동료들은 모델을 모듈로 나누었는데, 하나는 로봇이 문에 가까워질 때 제어하고, 다른 하나는 문을 열기 위해 인계하고, 다른 하나는 입구를 통과했다. 각 작업에 대해 로봇은 열린 문을 당기는 모듈 하나와 열린 문을 당기는 모듈을 하나씩 가지고 있었다.
이 로봇은 6개의 모듈 각각에 대해 6시간의 훈련을 받았고, 인간에 의해 108번 그 작업을 수행하는 방법을 보여주었다. 이는 각 모듈이 더 작고 단순한 작업에 대해 교육되었기 때문에 단일 모델에 필요한 교육보다 전반적으로 적은 교육이다. 이토 교수는 구글 연구원들이 비슷한 문제를 해결하기 위해 14대의 로봇을 병행해 두 달 동안 훈련했다고 밝혔다.
훈련 후, 그 로봇은 96%의 시간 동안 임무를 완수했다. 한 테스트에서 그것은 문을 30분 동안 계속해서 왕복 15회를 완료했다.
로봇은 모든 모듈을 연속적으로 실행한다. 각각이 다음에 해야 할 일을 제시하고, "조작 선택기"는 상황에 가장 적합한 조치를 선택하고, 한 모듈에서 다른 모듈로 적절히 전환한다. 이 팀은 새로운 유형의 도어를 사용하기 위해 전체 모델을 훈련시키는 대신 도어를 여는 모듈을 삽입할 수 있기 때문에 적응성을 높일 수 있다고 제안한다.
영국 에든버러 대학의 세투 비자야쿠마는 이 접근법이 장점이 있지만, 하나의 대형 모델은 성능을 향상시킬 수 있는 추가적인 기술을 배울 수 있는 반면, 별도의 모듈은 학습할 수 있는 것에 한계가 있다고 말한다. 예를 들어, 단일 모델은 도어 핸들에 접근할 때 도어 핸들에 대한 중요한 세부 정보를 관찰할 수 있는 반면, 로봇이 도착하면 도어를 열려고 시도하는 단일 모듈은 이러한 세부 정보를 볼 수 없다.
황기철 콘페이퍼 에디터 인플루언서
Ki Chul Hwang Conpaper editor influencer
(Source:
