중국, 소행성 탐사 위해 고양이처럼 점프하는 로봇 훈련

VTC NewsVTC News27/11/2024

[광고1]

고양이의 회전과 착지 능력에서 영감을 얻은 하얼빈 공업 대학(중국)의 한 연구팀은 강화 학습(RL)이라는 인공 지능(AI)의 일종을 사용하여 로봇이 소행성의 거칠고 중력이 낮은 표면을 점프할 때 공중에서 자세를 조정하도록 훈련시켰습니다.

중국 연구팀은 네 발로 걷는 로봇이 자세를 조절하고 고양이처럼 착륙해 소행성 표면으로 이동할 수 있도록 훈련시켰습니다. (사진: SCMP)

중국 연구팀은 네 발로 걷는 로봇이 자세를 조절하고 고양이처럼 착륙해 소행성 표면으로 이동할 수 있도록 훈련시켰습니다. (사진: SCMP)

특수하지만 무거운 안정화 하드웨어에 의존하는 기존 시스템과 달리 로봇은 "모델 없는" 제어 시스템을 사용하여 4개의 다리를 조정된 동작으로 움직입니다. 연구원들은 Journal of Astronautics에 이를 보고하면서, 이를 통해 로봇은 기울기를 조정하고 공중에서 이동 방향을 바꿀 수 있다고 밝혔습니다.

이 연구는 소행성에서 로봇이 점프하는 데 따르는 주요 과제를 다루고 있습니다. 소행성의 환경은 중력이 약하고 다리 힘의 불균형이 조금이라도 있으면 로봇이 통제 불능으로 회전하거나 착륙에 실패하거나 표면에서 완전히 튕겨 나갈 수 있습니다.

"소행성의 저중력 환경에서 로봇은 점프할 때마다 긴 자유낙하 기간을 경험합니다. 연구팀은 보고서에서 "이 시간을 활용해 점프로 인한 편차를 조정하고 안전한 착지를 보장하거나 회전 각도를 변경해 이동 방향을 조정하는 것이 중요하다"고 밝혔다.

연구팀은 "무중력 시뮬레이션 플랫폼을 설계하고 구축했으며, 4족 로봇 프로토타입에 대한 실험을 통해 이 점프 방법의 효과를 검증했다" 고 덧붙였다.

소행성은 태양계 형성의 잔재이며 태양계의 기원을 알아내는 열쇠를 가지고 있습니다. 또한, 백금과 기타 희귀 금속과 같은 자원이 풍부하여 미래의 우주 탐사와 산업적 응용에 도움이 될 수 있습니다.

소행성 표면의 과제

지금까지 유럽, 일본, 미국의 우주 기관들은 소행성에 우주선을 착륙시켜 샘플을 회수하는 데 성공했지만, 장기간 표면 탐사가 가능한 로버를 배치한 곳은 없습니다.

달이나 화성에서 사용되는 것과 같은 기존의 바퀴 달린 로버는 소행성 환경에서는 어려움에 직면합니다. 일반적으로 지구의 수천 분의 몇 정도에 불과한 약한 중력으로 인해 바퀴가 효과적으로 작동할 만큼 충분한 견인력을 제공하지 못하기 때문입니다.

과학자들은 이런 한계를 극복하기 위해 미래의 임무에 점프 로봇을 사용하는 것을 제안했지만, 그것은 새로운 과제를 제시합니다.

로봇은 매번 점프할 때마다 약 10초 정도 공중에 머무른다. 이 시간 동안 다리에 가해지는 불균형한 힘으로 인해 로봇이 통제 불능으로 회전하거나 심지어 표면에서 튀어올라 우주로 표류할 수도 있다.

하얼빈 연구팀은 RL 방법을 사용하여 가상 시뮬레이션에서 로봇을 훈련시켰습니다. AI는 7시간이 넘게 테스트를 통해 오류를 학습하고 경험을 얻었으며, 안정적으로 착륙할 수 있도록 동작을 개선했습니다. 로봇의 AI 시스템은 몇 초 만에 피치(앞이나 뒤로 기울기), 틸트(좌우로 기울기), 요(회전 각도) 등의 방향을 조정할 수 있는 능력을 보여주었습니다.

예를 들어, 최대 140도까지 크게 기울여 앞으로 발사할 때 로봇은 8초 이내에 자세를 안정시킬 수 있습니다. 또한 공중에서 최대 90도까지 회전하여 이동 방향을 바꿀 수 있습니다.

로봇은 강화 학습 방법을 사용하여 훈련됩니다. (사진: SCMP)

로봇은 강화 학습 방법을 사용하여 훈련됩니다. (사진: SCMP)

연구원들은 시스템의 효과를 검증하기 위해 로봇이 거의 마찰이 없는 표면에 "떠 있을" 수 있는 무중력 시뮬레이션 플랫폼을 구축했습니다.

연구팀은 비록 2차원 운동에 국한되었지만, 실험을 통해 시스템의 효과가 확인되었고 시뮬레이션 결과도 강화되었다고 밝혔습니다.

게다가 과학자들은 이 과정이 로봇의 컴퓨팅 능력을 거의 필요로 하지 않는다는 것을 발견했습니다. 이 시스템의 가볍고 에너지 효율적인 디자인은 특히 심우주 탐사 임무에 적합합니다.

미래에는 이 시스템이 과학적 탐사부터 소행성 자원 채굴까지 광범위한 분야에 적용될 수 있을 것입니다. 그러나 연구팀은 AI가 다양한 지형과 환경에 적응할 수 있는 능력을 향상시키기 위해 더 많은 연구가 필요하다고 밝혔습니다.

화위 (출처: SCMP)

[광고2]
원천

댓글 (0)

No data
No data

같은 태그

같은 카테고리

사진작가 Khanh Phan의 렌즈를 통해 본 다채로운 베트남 풍경
베트남, 우크라이나 갈등의 평화적 해결 촉구
하장(Ha Giang)의 커뮤니티 관광 개발: 내생 문화가 경제적 "지렛대" 역할을 할 때
프랑스인 아버지, 어머니 찾기 위해 딸을 베트남으로 데려왔다: 1일 만에 믿을 수 없는 DNA 결과

같은 저자

영상

유산

수치

사업

No videos available

소식

사역 - 지부

현지의

제품