사람의 동작을 먼저 따라배운 뒤 스스로 시행착오를 거치며 동작 수행 능력을 높이는 로보트 학습기술이 개발됐다. 상해교통학과 상해치즈연구소 연구팀은 모방학습과 강화학습을 결합한 로보트 조직 학습체계 ‘RL－100’을 개발하고 연구결과를 일전 국제학술지 《과학 로보트학》에 발표했다.

기술을 탑재한 로보트는 수건 접기와 볼링공 굴리기부터 오렌지주스 만들기까지 다양한 작업을 성공적으로 수행했다. 쇼핑몰에서는 7시간 동안 한번의 실패도 없이 주스를 제조했다. 적은 규모의 시범 데이터만으로도 실제 현장에 투입할 수 있는 수준의 조작 능력을 구현할 가능성이 제시됐다.

모방학습은 사람이 직접 시범을 보이거나 로보트를 조작하는 모습을 학습시켜 같은 동작을 따라하게 하는 방식이다. 직관적인 학습이 가능하지만 사람이 일일이 시범 데이터를 만들어야 해 로력이 많이 들고 학습 규모를 확대하기 어렵다. 강화학습은 로보트가 다양한 행동을 직접 시도하고 시행착오를 거치며 더 나은 동작을 찾아가는 방식이다. 사람의 움직임을 그대로 흉내 내기보다 탐색을 통해 작업에 더 적합하고 자연스러운 움직임을 생성할 수 있지만 많은 시행착오 과정이 필요하다.

연구팀은 어린아이가 부모의 도움을 받아 걷는 법부터 익힌 뒤 혼자 련습하며 동작을 다듬는 과정에서 착안해 ‘RL－100’을 개발했다. RL－100은 먼저 사람이 원격 조종한 시범 데이터를 리용해 모방학습 방식으로 로보트를 사전 학습시킨다. 이후 강화학습을 반복해 작업 속도와 정확도를 높이고 마지막 단계에서는 로보트가 자주 실패하는 상황을 집중적으로 학습해 신뢰성을 향상시킨다.

연구팀은 시뮬레이션과 실제 환경에서 RL－100 성능을 검증했다. 단단한 물체와 천처럼 형태가 쉽게 변하는 물체 등을 다루는 8가지 작업을 수행하도록 했다. 검증 결과, RL－100을 탑재한 로보트는 수건 접기, 병뚜껑 돌려 열기, 볼링공 굴리기, 상자 조립하기, 오렌지즙 짜기, 액체 따르기 등 모든 작업을 성공적으로 수행했다. 처음 보는 모양의 천을 접는 것과 같이 학습 과정에서 접하지 않은 변형된 작업에도 대응했다. 주변에 물건이 어지럽게 놓여있거나 장애물이 있는 환경에서도 높은 성공률을 유지했다. 로보트가 수건을 접는 도중 사람이 밀어 방해해도 성공적으로 작업을 수행했다.

연구팀은 공공 쇼핑몰에서 로보트가 고객에게 오렌지주스를 만들어 제공하는 추가 실험을 진행했다. 실험 결과 로보트는 휴식 없이 7시간 동안 오렌지를 집어 착즙기에 넣고 즙을 짜는 작업을 반복했다. 단 한번의 실패도 없었다. 사람이 원격으로 직접 조종하는 경우와 비교한 결과 RL－100을 적용한 로보트는 작업 속도와 완성도에서 사람과 비슷하거나 더 뛰여난 성능을 보였다.　

 외신