일본 와세다대학 연구팀과 히타치 제작소 연구팀이 새로운 환경에 금방 적응하고 움직일 수 있는 로봇 학습 방법을 찾아냈다.

로봇이 한 동작을 수행하려면 많은 양의 데이터와 오랜 시간의 반복 학습이 필요하다. 이마저도 학습한 환경이 달라지면 대응하기 힘들었다.

연구팀은 심층 예측 학습(DPL) 모듈을 개발해 로봇에 탑재했다. 적은 양의 데이터를 학습하면서 다양한 환경에 금방 적응한다.

DPL 모듈은 로봇의 인공지능을 3가지로 나눈 모듈이다. 문에 다가가는 모듈, 손잡이를 잡고 문을 여는 모듈, 문을 통과하는 모듈 등이 있다. 연구팀은 모듈이 각 동작을 배울 수 있도록 6시간 분량의 데이터를 학습시켰다. 사람이 직접 문을 여는 동작도 108번 보여줬다. 학습한 데이터와 이미지는 각 모듈에 저장된다.

로봇은 머리에 달린 카메라로 문을 찍어 모듈에 저장된 이미지와 비교한다. 그리고 그때그때 필요한 작업 모듈로 전환해 동작을 수행한다. 카메라가 문을 찍으면 문으로 접근하는 모듈로 전환하고, 문손잡이가 보이면 손잡이를 잡고 문을 여는 모듈로 전환해 문을 통과하는 방식이다.

이 방법으로 로봇은 문손잡이 위치, 문을 여는 방식, 열리는 방향 등이 다른 다양한 환경에서도 96.8% 확률로 문을 여는 데 성공했다.

연구팀은 “로봇 공학과 딥 러닝을 잘 이해한다면 약 2일 만에 모듈을 학습하고 훈련시킬 수 있다”며 “훈련된 모듈은 저장된 데이터를 기반으로 처음 맞닥뜨리는 상황에서도 그에 맞는 움직임을 예측해낼 수 있다”고 말했다.

영상출처🎬: Hitachi, Ltd. / Waseda University