λ‘보ν±μ€
λ‘λ΄ λ€λ¦¬ λ‘λ΄μ΄ μμ μ₯μμ μμ νκ°?
새로운 연구에 따르면 로봇 다리 로봇이 실제 세계에서 안전하게 상호 작용할 수 있도록 하기까지는 아직 오랜 시간이 걸릴 수 있다.
最近의 연구는 2022 년 IEEE/RSJ 국제 로봇 및 시스템 회의 (IROS)에서 발표되었으며 로봇 다리 로봇의 안전성 테스트 및 특성 분석 문제를 조명했다. 오하이오 주립 대학의 연구자 팀이 이끄는 이 연구는 바퀴 대신 기계적인 다리를 사용하여 이동하는 이러한 유형의 기계에 중점을 두고 있다. 연구의 결과는 현재의 로봇 다리 로봇 모델이 실제 상황에서 항상 예측 가능한 방식으로 작동하지 않는다는 것을 보여주며, 이동과 관련된 작업에서 성공 또는 실패를 예측하는 것이 어렵다.
직관적이지 않고 복잡한 시스템
Bowen Weng은 오하이오 주립 대학의 전기 및 컴퓨터 공학 박사 과정 학생이다.
“우리의 연구는 이러한 로봇 시스템이 복잡하며, 더 중요한 것은 직관적이지 않다는 것을 보여준다”고 Bowen은 말했다. “즉, 로봇이 특정 상황에서 어떻게 반응할지 알 수 없기 때문에 테스트의 완전성이 더욱 중요해진다.”
과학계는 모바일 로봇에 대한 보편적인 안전 테스트 규정을 요구하고 있다. 로봇과 인공지능이 우리의 일상 생활에 점점 더 통합됨에 따라 표준화된 안전 조치를 필요로 한다. 로봇 다리 로봇은 특히 금속으로 만들어져 있으며 시속 20 마일까지 달릴 수 있기 때문에 상당한 안전 위험을 초래한다. 로봇이 실제 환경에서 인간과 함께 작동할 때 이러한 환경의 예측 불가능성이 안전 규정의 필요성을 더욱 강조한다.
“테스트는 실제로 위험을 평가하는 것이며, 우리의 목표는 로봇이 현재 작업 조건에서 사용자 또는 고객에게 얼마나 많은 위험을 제시하는지 조사하는 것이다”고 Weng은 말했다.
Weng은 현재 로봇 다리 로봇의 배치에 대한 일부 안전 사양이 존재하지만 아직 필드에서 테스트하는 데 대한 공통된 합의가 없다고 지적했다.
로봇 다리 로봇 테스트를 위한 새로운 프레임워크 개발
이 연구는 최초로 데이터 주도 시나리오 기반 안전 테스트 프레임워크를 개발했다.
“미래에는 이러한 로봇이 인간과 함께 살아갈 기회가 있을 것이며, 여러 국제적인 당사자에 의해 공동으로 제작될 가능성이 있다”고 Weng은 말했다. “따라서 이러한 제품의 성공을 위해 안전 및 테스트 규정을 마련하는 것이 매우 중요하다.”
연구는 시뮬레이션된 로봇이 실제 테스트에서 어떻게 고장날 수 있는지 결정하기 위해 샘플 기반 기계 학습 알고리즘을 활용한다. 이는 Weng이 국립 고속도로 교통 안전 관리국(National Highway Traffic Safety Administration)의 파트너인 교통 연구 센터(Transportation Research Center)에서 차량 안전 연구자로서의 경험에 부분적으로 영향을 받았다.
연구 팀은 로봇이 새로운 환경을 탐색할 때 안정성을 보장하는 일련의 조건을 평가했으며, 이는 로봇의 전체 안전 성능을 결정하는 데 중요한 요소 중 하나로 간주된다. 이전 로봇 실험에서 파생된 알고리즘을 사용하여 연구 팀은 로봇 시뮬레이션을 위한 여러 시나리오를 설계했다.
한 번의 시도는 로봇이 다른 속도로 이동하면서 작업을 수행하는 능력을 조사하는 데 중점을 두었다. 예를 들어, 뒤로 걸어가는 것 또는 자리에서 서있는 것과 같은 다른 속도로. 또 다른 시도에서는 연구자들이 로봇의 방향을 변경할 만큼 충분한 힘으로 로봇을 밀었을 때 로봇의 안정성을 테스트했다.
결과는 한 로봇이 10 번의 시도 중 3 번에서 균형을 유지하지 못했으며, 속도를 증가하라는 지시를 받았을 때는 균형을 유지하지 못했다. 그러나 다른 로봇은 100 번의 시도에서 왼쪽에서 밀렸을 때는 서있었지만, 동일한 힘이 오른쪽에서 적용될 때 10 번의 시도 중 5 번에서 넘어졌다.
시간이 걸릴 수도 있지만, 연구자들의 프레임워크는 상업적으로 로봇 다리 로봇을 배치하고 다양한 구조와 특성을 가진 로봇에 대한 안전 기준을 제공할 수 있는 잠재력을 가지고 있다. Weng은 프레임워크가 구현되기까지는 어느 정도 시간이 걸릴 것이라고 말했다.
“우리는 이러한 데이터 주도 접근 방식이 테스트 환경의 조건에서 로봇을 관찰하는 더 효율적이고 편향되지 않은 방법을 만들게 도울 것이라고 믿는다”고 Weng은 말했다. “우리가 향하는 것은 즉각적이지 않지만, 향후 연구자들을 위해 말이다.”
