인간을 관찰하여 배우는 로봇 학습 방법

카네기 멜런 대학교(CMU)의 연구자들이 개발한 새로운 학습 방법은 로봇이 인간 상호작용 비디오에서 직접 학습하고 새로운 작업에 대한 정보를 일반화하여 가사 일을 수행하는 방법을 배우는 것을 가능하게 합니다. 이 학습 방법은 WHIRL이라고 불리며, In-the-wild Human Imitating Robot Learning을 의미합니다. 로봇은 작업을 관찰하고 비디오 데이터를 수집하여 궁극적으로 작업을 수행하는 방법을 배우도록 도와줍니다.

이 연구는 뉴욕에서 열린 Robotics: Science and Systems 컨퍼런스에서 발표되었습니다.

학습을 위한 모방

카네기 멜런 대학교의 로봇공학 연구소(RI)에서 박사 과정 학생인 시카르 바흘(Shikhar Bahl)은 “모방은 학습의 좋은 방법입니다”라고 말했습니다. “로봇이 실제로 인간을 직접 관찰하여 학습하는 것은 아직 해결되지 않은 문제이지만, 이 연구는 그 능력을 실현하는 데 중요한 단계를 제공합니다.”

바흘은 딥اک 파타크(Deepak Pathak)와 아브히나브 구프타(Abhinav Gupta)와 함께 일했습니다. 두 사람은 모두 RI의 교수입니다. 팀은 카메라와 소프트웨어를 오프-더-쉘프 로봇에 추가하여 20개 이상의 작업을 수행하도록 로봇을 학습시켰습니다. 이러한 작업에는 가전제품을 열고 닫는 것부터 쓰레기 봉지를 비우는 것까지 모든 것이 포함되었습니다. 로봇은 각 작업을 수행하기 전에 인간이 작업을 수행하는 것을 관찰했습니다.

파타크는 RI의 조교수입니다.

“이 연구는 로봇을 집으로 가져오는 방법을 제시합니다”라고 파타크는 말했습니다. “로봇을 프로그램하거나 훈련하여 다양한 작업을 성공적으로 수행하기 전에 로봇을 사람들의 집에 배치하는 대신, 이 기술을 사용하여 로봇을 배치하고 작업을 수행하는 방법을 배우도록 할 수 있습니다. 로봇은 환경에 적응하고 단지 관찰함으로써 점점 더 좋아집니다.”

WHIRL vs. 현재 방법

로봇에 작업을 가르치는 대부분의 현재 방법은 모방 학습 또는 강화 학습에 의존합니다. 모방 학습에서 인간은 로봇을 수동으로 운영하여 작업을 수행하는 방법을 가르칩니다. 이는 로봇이 작업을 배우기 전에 여러 번 수행되어야 합니다. 강화 학습에서 로봇은 일반적으로 시뮬레이션에서 수백만 개의 예제에 대해 훈련된 다음 실제 세계에 대한 훈련을 적용합니다.

이 두 가지 모델은 구조화된 환경에서 로봇에 단일 작업을 가르치는 데 효율적이지만, 확장 및 배포에는 어려움이 있습니다. 그러나 WHIRL을 사용하면 로봇이 인간이 작업을 수행하는 비디오에서 학습할 수 있으며, 이는 쉽게 확장할 수 있고, 하나의 특정 작업에 국한되지 않으며, 가정 환경에서 작동할 수 있습니다.

WHIRL은 로봇이 자연스러운 환경에서 작업을 수행할 수 있도록 합니다. 처음 몇 번의 시도는 일반적으로 실패로 끝났지만, 몇 번의 성공 후에 로봇은 매우 빠르게 학습할 수 있었습니다. 로봇은 항상 작업을 수행하는 데 동일한 동작을 사용하지는 않지만, 그 이유는 로봇이 다르게 움직이는 다른 부품을 가지고 있기 때문입니다. 그러나 작업을 수행하는 결과는 항상 동일합니다.

“야생에서 로봇을 확장하기 위해서는 데이터가 신뢰할 수 있고 안정적이어야 하며, 로봇은 환경에서 자신만의 훈련을 통해 더 좋아져야 합니다”라고 파타크는 말했습니다.