첨단 로봇은 비용이 많이 들고 학습시키는 데 엄청나게 많은 시간이 걸릴 수 있다. 그러나 적절한 모의실험을 통하면 기계가 빨리 배우도록 훈련시키는 것이 가능하다.

'테크크런치'에 따르면 스위스 취리히 ETH 로봇시스템 연구소(Robotic Systems Lab) 연구팀은 최근 '사이언스 로보틱스'에 기고한 새로운 논문에서 이같은 가능성을 충분히 보여주고 있다. 이 연구는 시뮬레이션을 이용한 신경 네트워크 훈련을 통해 '애니멀(ANYmal)' 로봇이 넘어진 이후 복구하는 방법으로 롤오버(roll-over)를 포함해 인상적인 과업을 수행하는 방법을 설명하고 있다.

이 시뮬레이션을 통해 연구원들은 4족 보행 로봇의 2000개가 넘는 컴퓨터 버전을 실시간으로 동시에 훈련시킬 수 있었다. 그렇게 함으로써 연구원들은 특정 작업을 수행하는 최선의 방법을 결정하기 위해 여러가지 방법을 조사할 수 있게 됐다.

일단 수집된 학습 내용은 로봇에 전달될 수 있다. 인기 있는 UC산타크루즈의 사이언스노트(Sciencenotes)처럼 이것은 많은 회사들이 자율주행 시스템을 시험하고 개선하는 방식과 모두 유사하다.

이 팀은 논문에서 "시뮬레이션에서 훈련된 정책을 통해 4족 로봇은 이전의 방법으로 달성했던 것 이상의 뛰어난 이동 능력을 제공한다. 애니멀은 높은 수준의 신체 속도 명령을 따라 정확하고 에너지 효율적으로 작동할 수 있으며 이전보다 더 빠르게 달리고, 심지어 복잡한 구성에서 넘어지는 것에서도 회복할 수 있다”고 썼다.