CWN(CHANGE WITH NEWS) - [독점] MIT 연구팀, 머신러닝 기반 걷기·달리기 자가 학습 능력 갖춘 사족보행 로봇 공개

  • 맑음거제9.9℃
  • 구름많음목포11.5℃
  • 흐림대전8.9℃
  • 흐림진도군9.4℃
  • 흐림김해시9.7℃
  • 흐림순창군6.3℃
  • 구름많음세종9.7℃
  • 구름많음울산9.7℃
  • 박무백령도13.2℃
  • 흐림철원11.5℃
  • 박무홍성10.8℃
  • 흐림인제7.1℃
  • 흐림속초13.1℃
  • 구름많음장흥7.4℃
  • 구름많음의성4.7℃
  • 구름많음강진군8.1℃
  • 흐림제천5.3℃
  • 구름많음포항11.1℃
  • 구름많음서청주7.2℃
  • 흐림장수3.8℃
  • 흐림거창5.8℃
  • 구름조금의령군4.8℃
  • 흐림순천5.2℃
  • 흐림태백7.2℃
  • 구름많음봉화2.7℃
  • 흐림대관령6.0℃
  • 흐림영덕11.5℃
  • 구름많음강화12.8℃
  • 구름많음전주9.1℃
  • 구름많음영천5.4℃
  • 흐림고창군11.5℃
  • 구름많음남해9.6℃
  • 구름많음울릉도11.9℃
  • 흐림인천12.0℃
  • 박무북춘천7.3℃
  • 구름많음정읍9.5℃
  • 맑음창원11.0℃
  • 구름많음고산16.1℃
  • 흐림홍천6.9℃
  • 흐림영광군10.1℃
  • 구름많음청주11.1℃
  • 맑음통영11.9℃
  • 구름많음해남7.2℃
  • 구름많음파주10.8℃
  • 구름많음문경7.4℃
  • 구름많음부안10.2℃
  • 구름많음완도10.3℃
  • 구름많음보령12.8℃
  • 구름많음원주8.9℃
  • 흐림이천9.8℃
  • 구름많음진주6.0℃
  • 구름많음북창원10.5℃
  • 구름많음임실5.4℃
  • 흐림충주7.4℃
  • 구름많음밀양5.4℃
  • 구름많음천안7.5℃
  • 구름많음군산10.1℃
  • 구름많음여수11.3℃
  • 흐림서산12.0℃
  • 구름많음보은5.0℃
  • 구름많음부산12.0℃
  • 구름많음제주13.5℃
  • 구름많음고흥7.3℃
  • 흐림고창10.3℃
  • 구름많음합천7.0℃
  • 구름많음금산6.6℃
  • 흐림강릉12.9℃
  • 흐림울진11.8℃
  • 구름많음대구7.8℃
  • 구름많음구미6.3℃
  • 흐림영월6.6℃
  • 흐림춘천7.8℃
  • 흐림청송군4.2℃
  • 흐림양평8.8℃
  • 구름많음추풍령5.8℃
  • 흐림수원10.6℃
  • 구름많음경주시6.0℃
  • 구름많음영주4.7℃
  • 흐림양산시10.3℃
  • 흐림함양군5.2℃
  • 구름많음흑산도12.9℃
  • 구름많음광주10.4℃
  • 흐림산청5.7℃
  • 구름많음보성군8.5℃
  • 구름많음북부산8.2℃
  • 구름많음안동6.9℃
  • 흐림남원5.7℃
  • 흐림동해11.9℃
  • 흐림동두천11.1℃
  • 흐림북강릉12.3℃
  • 연무서울12.3℃
  • 흐림정선군4.4℃
  • 구름많음상주7.9℃
  • 구름많음광양시9.6℃
  • 구름많음성산11.3℃
  • 구름많음부여7.3℃
  • 구름많음서귀포13.3℃
  • 2025.11.23 (일)

[독점] MIT 연구팀, 머신러닝 기반 걷기·달리기 자가 학습 능력 갖춘 사족보행 로봇 공개

고다솔 / 기사승인 : 2022-03-21 18:01:11
  • -
  • +
  • 인쇄
출처: MIT
출처: MIT

해외 온라인 매체 더버지가 미국 MIT 연구팀의 로봇 움직임 학습용 머신러닝 개발 소식을 보도했다.

MIT 연구팀은 인공지능(AI)을 활용해 사족보행 로봇 ‘미니 치타(Mini Cheetah)가 걷는 방법과 달리는 방법을 학습하는 능력을 갖추도록 했다.

연구팀은 미니치타에 머신러닝 기법 중 한 가지인 강화학습을 활용했다. 강화학습을 적용한 채로 로봇이 학습 내용을 활용하는 과정에 따라 적절한 보상을 하면서 처음부터 걷고 뛰는 방법을 익히도록 한다. 다소 오랜 시간이 걸릴 수 있지만, 시간이 지나면서 가상 환경을 경험하면서 높은 적응 능력을 갖추도록 지원할 수 있었다.

미니치타는 강화학습 덕분에 3.9m/s의 속도로 이동할 수 있다.

또, 돌이 가득한 바닥 표면과 시멘트 바닥 등 이동하는 공간의 바닥 표면 조건이 달라져도 걷거나 이동할 수 있는 능력을 갖추었다. 그러나 이동 중 바닥 표면이 갑자기 달라질 때, 움직임이 다소 어색한 모습을 보인다.

미니치타 연구 논문 공동 저자인 가브리엘 마고리스(Gabriel Margolis)는 미니치타에 적용된 강화학습 기법이 걷는 속도 이외에 다른 요소에는 최적화되지 않았기 때문이라고 설명했다.

강화학습 모델은 유동적인 형태의 이동을 개발하도록 지시할 수 있다. 그러나 연구팀은 속도 향상 능력 학습을 최적화하고자 했다.

이에, 마고리스는 더버지와의 인터뷰에서 “강화학습 기법은 빠르게 움직이는 방법을 찾는다. 그러나 보상 방법이 정해지지 않은 사실을 고려하면, 인간이 바람직하게 생각하거나 자연스러운 모습으로 걷는 것에는 초점을 둘 이유가 없다”라고 말했다.

[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]

최신기사

뉴스댓글 >

- 띄어 쓰기를 포함하여 250자 이내로 써주세요.
- 건전한 토론문화를 위해, 타인에게 불쾌감을 주는 욕설/비방/허위/명예훼손/도배 등의 댓글은 표시가 제한됩니다.

댓글 0

Today

Hot Issue