응급실 로봇을 위한 정확한 내비게이션 시스템 개발

캘리포니아 샌디에고 대학교의 컴퓨터 과학자들이 더 정확한 로봇 내비게이션 시스템을 개발했습니다. 이 시스템은 로봇이 응급실과拥挤한 임상 환경을 더 잘 내비게이션할 수 있도록 해줄 것입니다. 새로운 시스템과 함께, 연구자들은 미래의 로봇 내비게이션 시스템을 훈련하기 위해 사용할 수 있는 오픈 소스 비디오 데이터셋도 개발했습니다.

이 연구는 5월 30일부터 6월 5일까지 중국 시안에서 열리는 로봇 및 자동화 국제 컨퍼런스에서 발표되었습니다. 이 팀은 로ーレ尔 리크 교수와 앙젤리크 테일러 박사과정 학생이 이끌었습니다.

의료 전문가들은 오랫동안 로봇이 의사, 간호사, 그리고 응급실 직원들을 어떻게 도와줄 수 있는지에 대해 논의해 왔습니다. 그리고 그 결론은 로봇이 물자와 재료를 전달함으로써 이를 달성할 수 있다는 것이었습니다. 이를 위해서 로봇은 忙한 의료 전문가들이 환자와 함께 있는 상황을 피할 수 있어야 합니다.

리크는 캘리포니아 샌디에고 대학교에서 컴퓨터 과학과 응급 의학 분야에서 임명장을 가지고 있습니다.

“이러한 작업을 수행하기 위해, 로봇은 복잡한 병원 환경과 그 주변에서 일하는 사람들의 상황을 이해해야 합니다.”라고 리크는 말했습니다.

안전 임계 깊은 Q-네트워크 (SafeDQN)

테일러와 동료들이 개발한 내비게이션 시스템은 안전 임계 깊은 Q-네트워크 (SafeDQN)라고 불립니다. 이 시스템은 공간에서 사람들이 모여 있는 수와 그들이 어떻게 움직이는지에 대한 관찰에 기반한 알고리즘을 사용합니다.

이 알고리즘은 응급실에서 의료 전문가들의 관찰에 기반합니다. 예를 들어, 환자의 상태가 악화되면 전체 팀이 환자를 돕기 위해 움직입니다. 의료 전문가들은 응급 상황에서 매우 빠르고 정확하게 움직이기 때문에, 이 내비게이션 시스템은 로봇이 이러한 사람들 그룹을 피할 수 있도록 해줍니다.

테일러는 캘리포니아 샌디에고 대학교 컴퓨터 과학 및 엔지니어링 학과의 헬스케어 로봇 연구실의 일원입니다.

“我们的 시스템은 응급실에서 발생할 수 있는 최악의 시나리오를 다루기 위해 설계되었습니다.”라고 테일러는 말했습니다.

이 알고리즘은 유튜브의 다큐멘터리와 리얼리티 쇼에서 가져온 비디오를 사용하여 훈련되었습니다. 이러한 비디오는 700개 이상이며, 다른 연구 팀이 로봇과 알고리즘을 훈련하기 위해 사용할 수 있습니다.

이 알고리즘은 시뮬레이션 환경에서 테스트되었으며, 다른 로봇 내비게이션 시스템과 비교했을 때, SafeDQN 시스템은 모든 경우에서 더 효율적이고 안전했습니다.

연구자들은 이제 실제 로봇에서 이 시스템을 테스트할 계획이며, 이는 응급실 외에도 탐색 및 구조 임무와 같은 분야에서 적용될 수 있다고 말합니다.