MIT 연구진이 소프트 로봇의 설계와 제어 방식을 최적화할 수 있는 기술을 개발했다고 'MIT 뉴스'가 보도했다. 유연하면서 탄성이 있고 늘어나는 성질을 갖고 있는 소프트 로봇은 매우 다양한 방식으로 동작한다. 특정 순간에 움직일 수 있는 무수한 방법이 존재하기 때문에 움직임을 예측 및 제어하는게 쉽지 않다. 로봇의 각 부분이 움직이는 방법을 묘사하는 ‘상태 묘사(state representation)’는 복잡하기 이를 데 없다. 소프트 로봇을 위한 상태 묘사는 수백만의 차원을 가질 수 있는데, 로봇이 특정 작업을 수행하기 위해 최적의 방법을 계산하는 것은 매우 힘든 과정이다.

MIT CSAIL(컴퓨터과학·인공지능 연구소) '앤드류 스필버그' 등 연구진은 이달 개최 예정인 '뉴로 인포메이션 프로세싱 시스템 컨퍼런스'에서 상세한 상태 묘사가 가능한 컴팩트한 학습 모델을 제시할 계획이다.

앤드류 스필버그 연구원은 “소프트 로봇은 특정 순간에 수십만가지의 방법으로 몸체를 구부릴 수 있는 무한 차원의 창조물”이라며 "그렇지만 몸체를 구부릴 수 있는 매우 자연스런 방법이 존재한다“고 말했다. 이번에 개발한 최적화 기술은 "가장 가능성이 높은 방식으로 움직임을 학습함으로서 소프트 로봇의 제어 및 설계를 최적화할 수 있다”고 했다.

연구팀은 소프트 로봇의 최적화 기술을 위해 MPM(material point method),'러닝인더룹프옵티마이제이션(learning-in-the-loop optimization)' 기술 등을 채택했다. 연구팀은 이 테크닉을 활용하면 기존의 기법(state-of-art method)에 비해 보다 빠르고 정확하게 특정 작업을 수행할 수 있는 2D 및 3D 소프트 로봇을 만들 수 있다고 설명했다.