대화형 사이버-물리적 인간: 접촉이 풍부한 전신 동작 생성

[아름이]

대화형 사이버-물리적 인간: 접촉이 풍부한 전신 동작 생성
날짜:
2023년 2월 6일
원천:
도쿄이과대학
요약:
여러 접촉이 포함된 인간과 같은 동작을 수행하는 것은 로봇에게 어려운 일입니다. 이와 관련하여 연구원은 보완적인 휴머노이드(물리적 트윈) 및 시뮬레이션(디지털 트윈) 요소를 갖춘 대화형 사이버-물리 인간(iCPH) 플랫폼을 구상했습니다. iCPH는 인간의 측정 데이터, 근골격 분석 및 데이터 수집 및 증강을 위한 기계 학습을 결합합니다. 결과적으로 iCPH는 전신 접촉 동작을 이해, 예측 및 합성할 수 있습니다.

전체 이야기
인간은 자연스럽게 수많은 복잡한 작업을 수행합니다. 여기에는 앉기, 테이블에서 물건 집기, 카트 밀기 등이 포함됩니다. 이러한 활동에는 다양한 움직임이 포함되고 여러 번의 접촉이 필요하기 때문에 이를 수행하도록 로봇을 프로그래밍하기가 어렵습니다.

최근 도쿄 과학 대학의 Eiichi Yoshida 교수는 이 문제를 해결하기 위해 대화형 사이버-물리적 인간(iCPH) 플랫폼에 대한 아이디어를 제시했습니다. 접촉이 풍부한 전신 동작으로 인간과 유사한 시스템을 이해하고 생성하는 데 도움이 될 수 있습니다. 그의 작업은 Frontiers in Robotics and AI 에 게재되었습니다 .

Yoshida 교수는 플랫폼의 기본 사항을 간략하게 설명합니다. "iCPH는 이름에서 알 수 있듯이 물리적 요소와 사이버 요소를 결합하여 인간의 움직임을 포착합니다. 휴머노이드 로봇이 인간의 물리적 쌍둥이 역할을 한다면 디지털 트윈은 사이버 공간에서 시뮬레이션된 인간 또는 로봇으로 존재합니다. 후자는 다음과 같은 기술을 통해 모델링됩니다. 근골격 및 로봇 분석으로 두 쌍둥이는 서로를 보완합니다."

이 연구는 몇 가지 중요한 질문을 제기합니다. 휴머노이드는 어떻게 인간의 움직임을 모방할 수 있습니까? 로봇은 어떻게 인간의 행동을 배우고 시뮬레이션할 수 있습니까? 그리고 어떻게 로봇이 인간과 매끄럽고 자연스럽게 상호작용할 수 있을까요? 요시다 교수는 이 프레임워크에서 그것들을 다룬다. 첫째, iCPH 프레임워크에서 인간의 동작은 다양한 신체 부위의 움직임과 관련된 모양, 구조, 각도, 속도 및 힘을 정량화하여 측정됩니다. 또한 사람이 접촉한 순서도 기록됩니다. 결과적으로 프레임워크는 휴머노이드가 작동할 수 있는 접촉 동작 네트워크의 생성 및 미분 방정식을 통해 다양한 동작에 대한 일반적인 설명을 허용합니다.

둘째, 디지털 트윈은 모델 기반 및 기계 학습 접근 방식을 통해 이 네트워크를 학습합니다. 그들은 분석적 기울기 계산 방법에 의해 함께 연결됩니다. 지속적인 학습은 접촉 시퀀스를 수행하는 방법을 로봇 시뮬레이션에 가르칩니다. 셋째, iCPH는 데이터 증대를 통해 접촉 모션 네트워크를 풍부하게 하고 벡터 양자화 기술을 적용합니다. 접촉 운동의 언어를 표현하는 기호를 추출하는 데 도움이 됩니다. 따라서 플랫폼은 미숙한 상황에서 생성 접촉 모션을 허용합니다. 즉, 로봇은 많은 접촉이 수반되는 부드러운 동작을 통해 미지의 환경을 탐색하고 인간과 상호 작용할 수 있습니다.

실제로 저자는 세 가지 과제를 제시합니다. 이들은 일반 기술어, 지속적인 학습 및 접촉 운동의 기호화와 관련이 있습니다. iCPH를 실현하려면 이들을 탐색해야 합니다. 일단 개발되면 새로운 플랫폼은 수많은 응용 프로그램을 갖게 됩니다.

"iCPH의 데이터는 사회 및 산업 문제를 해결하기 위해 공개되고 실생활 문제에 배포될 것입니다. 휴머노이드 로봇은 무거운 짐을 들어야 하는 많은 작업에서 인간을 해방시키고 무거운 물체를 들어 올리거나 위험한 환경에서 작업하는 것과 같은 안전을 향상시킬 수 있습니다. iCPH는 또한 인간이 수행하는 작업을 모니터링하고 업무 관련 질병을 예방하는 데 사용할 수 있습니다. 마지막으로 휴머노이드는 디지털 트윈을 통해 인간이 원격으로 제어할 수 있으므로 휴머노이드가 대형 장비 설치 및 물체 운송을 수행할 수 있습니다."라고 교수는 말합니다. .iCPH의 적용에 관한 요시다.

iCPH를 그라운드 제로로 사용하고 로봇 공학, 인공 지능, 신경 과학 및 생체 역학을 포함한 다양한 연구 커뮤니티의 협력을 통해 휴머노이드 로봇의 미래는 그리 멀지 않았습니다.

출처 : https://www.sciencedaily.com/