[AI리포터] [디지털투데이 AI리포터] 중국 칭화대학교 연구진이 불완전한 인간 동작 데이터를 활용해 로봇이 테니스 기술을 학습하도록 하는 새로운 로봇 학습 시스템을 공개했다.

17일(현지시간) 온라인 매체 기가진에 따르면, 칭화대 연구팀은 최근 로봇이 테니스 스킬을 학습할 수 있도록 설계된 학습 파이프라인 '레이턴트'(LATENT)를 발표했다. 이 시스템은 사전 학습(pretraining), 지식 증류(knowledge distillation), 고차원 정책 학습(high-dimensional policy learning)을 결합해 로봇이 복잡한 스포츠 동작을 습득하도록 돕는다.

인간 운동선수는 빠르게 날아오는 공에 대응하기 위해 고도의 동적 움직임과 정밀한 타이밍을 활용한다. 그러나 이러한 동작을 로봇이 구현하기는 쉽지 않다. 실제 경기 수준의 로봇 동작 데이터나 인간 운동학 기반 모션 데이터가 충분하지 않기 때문이다.

이에 연구팀은 완전한 동작 데이터 대신 불완전한 인간 모션 데이터만으로도 로봇이 테니스 기술을 학습할 수 있도록 레이턴트를 설계했다. 시스템은 실제 경기 전체가 아닌 기본적인 테니스 기술을 담은 모션 조각(fragment)만을 활용해 학습을 진행한다. 이를 통해 대규모 데이터 수집 부담을 크게 줄일 수 있다.

연구진은 이러한 불완전한 데이터가 인간의 기본 테니스 스킬에 대한 사전 정보를 제공하는 데 충분히 유용하다고 설명했다. 또한 데이터를 수정하고 합성하는 과정을 통해 로봇이 다양한 환경 조건에서도 자연스러운 스윙을 유지하면서 목표 위치로 공을 되돌리는 동작을 학습할 수 있도록 했다.

레이턴트는 시뮬레이션 환경에서 학습한 결과를 실제 로봇에 적용하는 '심투리얼'(sim-to-real) 전환 방법도 함께 제시했다. 시뮬레이션에는 로봇 물리 모델링에 널리 사용되는 'MuJoCo' 물리 엔진이 활용됐다.

연구팀은 해당 시스템을 실제 로봇에 적용해 성능을 검증했다. 그 결과 중국 로봇 기업 유니트리 로보틱스의 휴머노이드 로봇 G1이 테니스 동작을 학습하고 인간과 공을 주고받는 데 성공했다. 연구진은 "레이턴트는 제한된 인간 동작 데이터만으로도 로봇이 복잡한 스포츠 기술을 학습할 수 있음을 보여준다"라며 "향후 다양한 로봇 스포츠나 고난도 물리 작업 학습에도 적용 가능할 것"이라고 밝혔다.

<저작권자 Copyright ⓒ 디지털투데이 (DigitalToday) 무단전재 및 재배포 금지>