인간이 로봇에게 환경을 “보여주”는 새로운 방법 개발

라이스 대학교의 엔지니어 팀은 인간이 로봇에게 환경을 “보여주”고 다양한 작업을 완수할 수 있는 새로운 방법을 개발했습니다.

새로운 전략은 Bayesian Learning IN the Dark (BLIND)로, 로봇이 작업을 수행하는 환경에서 때때로 블라인드 스폿이 있는 경우 로봇의 동작 계획 문제를 해결하는 새로운 솔루션입니다.

이 연구는 컴퓨터 과학자 Lydi Kavraki와 Vaibhav Unhelkar가 주도했으며, Carlos Quintero-Peña와 Constantinos Chamzas가 공동으로 수행했습니다. 이 연구는 국제 로봇 및 자동화 회의에서 발표되었습니다.

인간이 루프 안에 있는 경우

연구에 따르면, 알고리즘은 로봇의 인식력을 높이고 중요하게도 안전하지 않은 동작의 실행을 방지하기 위해 인간을 루프 안에 둡니다.

연구 팀은 로봇이 많은 이동 부품을 갖는 경우에 도움이 되도록 베이즈 역학습과 확립된 동작 계획 기술을 결합했습니다.

BLIND를 테스트하기 위해, 7개의 관절이 있는 가동 가능한 로봇의 팔이 테이블에서 작은 실린더를 잡고 다른 곳으로 이동하는 작업을 수행했습니다. 그러나 로봇은 먼저 장애물을 통과해야 했습니다.

“많은 관절을 갖는 경우, 로봇에게 지시를 내리는 것이 복잡해집니다.” Quintero-Peña는 말했습니다. “인간에게 지시를 내리는 경우, ‘손을 들어 올려라’라고 말할 수 있습니다.”

그러나 로봇은 각 관절의 이동에 대한 프로그램이 필요하며, 이는 로봇의 “시야”를 방해하는 장애물이 있는 경우 더욱 중요해집니다.

장애물 주변을 “보”는 법

BLIND는 미리 정해진 궤적을 프로그램하지 않습니다. 대신, 로봇의 알고리즘이 제안한 안무된 옵션을 정제하기 위해 인간을 중간에 삽입합니다.

“BLIND를 사용하면 인간의 머릿속에 있는 정보를 사용하여 높은 자유도 공간에서 궤적을 계산할 수 있습니다.” Quintero-Peña는 말했습니다. “우리는 비평이라는 특정한 형태의 피드백을 사용합니다. 여기서 인간은 궤적의 일부에 레이블을 붙입니다.”

레이블은 연결된 녹색 점으로 나타나며, 가능한 경로를 나타냅니다. BLIND가 점에서 점으로 이동할 때, 인간은 각 이동을 승인하거나 거부하여 경로를 정제하고 장애물을 피합니다.

“이 인터페이스는 사람들이 사용하기 쉽습니다. 우리는 ‘이것을 좋아한다’ 또는 ‘그것을 싫어한다’라고 말할 수 있으며, 로봇은 이 정보를 사용하여 계획을 수립합니다.” Chamzas는 말했습니다. 로봇은 이동에 대한 보상을 받은 후 작업을 수행할 수 있습니다.

“여기서 가장 중요한 것은 인간의 선호도는 수학적 공식으로 설명하기 어렵다는 것입니다.” Quintero-Peña는 말했습니다. “우리의 연구는 인간-로봇 관계를 단순화하여 인간의 선호도를 포함합니다. 이것이 이 연구의 가장 큰益이 될 것입니다.”

Kavraki는 국제 우주 정거장의 인간형 로봇인 Robonaut를 위한 고급 프로그래밍을 NASA에서 수행했습니다.

“이 연구는 인간의 간섭이 로봇의 능력을 크게 향상시킬 수 있다는 것을 보여줍니다. 로봇은 환경에서 일부가 완전히 로봇에게는 desconhecido지만 인간에게는 알려진 작업을 수행할 수 있습니다.” Kavraki는 말했습니다.

“이 연구는 인간-로봇 상호작용을 위한 방법과 자동 계획을 위한 방법이 어떻게 결합하여 인간의 선호도를 존중하는 신뢰할 수 있는 솔루션을 제공할 수 있는지를 보여줍니다.” Kavraki는 말했습니다.