 |
| ▲ MIT |
인류가 “터미네이터”로부터 아무것도 배운 것이 없다는 최신 증거로서, 우리는 자체 로봇 바디를 설계할 수 있는 AI 알고리즘인 RoboGrammer를 제시한다.
고맙게도 RoboGrammer는 여전히 인류의 도움이 필요하다고 보고하며 자체적으로 아무것도 제조할 수 없기 때문에 기계 봉기는 가능성이 낮다. 그러나 MIT가 구축한 알고리즘은 주어진 조건에 맞는 이상적인 몸체를 설계하는 데 특히 능숙하여 새로운 아이디어가 필요한 로봇공학자들에게 귀중한 도구가 된다.
MIT 엔지니어들은 RoboGrammer가 미끄러운 바닥이나 계단과 같은 특정 지형을 통과해야 하는 가상환경에서 RoboGrammer를 테스트했다. 첫 번째 시도에서 RoboGrammer는 주어진 가상 부품으로 대부분 무의미한 로봇을 만들었다. 그러나 약간의 인간적지도를 통해 엔지니어들은 실제 절지 동물에서 영감을 얻었다. 알고리즘은 당면한 작업에 맞게 신체를 최적화할 수 있었다. 예를 들어, 이 알고리즘은 매끄러운 지형을 위해 도마뱀과 같은 몸체를 만든 다음 바닥의 틈새를 건너야 할 때 몸체를 더 단단하게 만들었다. 얼음 표면의 경우 두 팔로 앞쪽으로 당긴 다음 미끄러지는 바다 코끼리 모양의 몸체를 디자인했다.
프로젝트 리더이자 MIT 컴퓨터 과학자인 Allan Zhao는 RoboGrammer가 완전한 로봇의 모든 너트와 볼트를 설계할 수는 없지만 인간 엔지니어에게 건물이 아닌 새로운 각도에서 특정 로봇 프로젝트에 접근하는 방법에 대한 아이디어를 제공할 수 있다고 말했다. 팀은 RoboGrammar가 연구자들에게 새로운 방향을 제시하여보다 효율적이고 창의적인 디자인을 이끌어 낼 수 있다고 믿는다.
RoboGrammar는 새로운 연구에 설명되어 있으며 MIT 컴퓨터 과학 및 인공지능연구소(CSAIL)의 수석 저자인 Allan Zhao는 다가오는 SIGGRAPH Asia 컨퍼런스에서 소프트웨어를 발표할 예정이다.
Zhao에 따르면 로봇 설계는 여전히 압도적인 수동 프로세스이며 사람들은 동일한 형태로 되돌아가는 경향이 있다. Zhao는“다양한 지형을 건너야 하는 로봇을 만드는 것을 생각하면 즉시 네 발 달린 동물로 건너뛴다. 하지만 RoboGrammar는 다른 제안을 할 수 있다.”고 말한다.
RoboGrammar는 맞춤형 디자인을 제시하기 전에 세 단계를 거친다. 시작하려면 RoboGrammar에 사용 가능한 부품 목록과 입력 지형 형식의 작업이 필요하다. 예를 들어 능선이나 계단이 있는 지형을 횡단할 수 있다. 다음으로 AI는 사용 가능한 구성 요소를 기반으로 수천 개의 가능한 디자인을 생성한다. 이러한 설계의 대부분은 지정된 지형 유형(또는 대부분)에서 제대로 작동하지 않는 "무의미한"로봇이다. 팀은 RoboGrammar에서 만든 디자인이 기본 수준에서 작동하는지 확인하기 위해 "문법 그래프"라는 제약 조건을 추가했다. Zhao는 AI의 노력에 집중하기 위해 동물, 특히 절지 동물에서 영감을 얻었다고 말한다.
마지막으로 RoboGrammar는 효율적인 전진 이동을 우선시하는 Model Predictive Control이라는 컨트롤러 알고리즘을 사용하여 모든 설계를 시뮬레이션 한다. RoboGrammar를 사용하는 연구원은 "그래프 휴리스틱 검색"을 통해 가능한 디자인 데이터베이스를 검색하여 최고의 성능을 발휘할 수 있다. 다리, 바퀴 또는 이 둘이 혼합되어 있을 수 있다. 시간이 지남에 따라 신경망은 잘 작동하는 디자인과 그렇지 않은 디자인을 학습하여 시간이 지남에 따라 휴리스틱 기능을 개선한다.
RoboGrammar에서 나온 디자인은 완제품이 아니다. 그들은 단지 엔지니어가 건축을 시작하기 전에 어느 방향으로 가야 하는지 더 나은 아이디어를 제공한다. Zhao는 또한 RoboGrammar가 완전히 가상 개체를 디자인하는 데 유용할 수 있다고 믿는다. 다른 문법 그래프를 사용하면 비디오 게임을 위해 로봇을 쉽게 만들 수 있다.
