▲ 연구진은 두부, 튜브 등 부드러운 물체를 대상으로 시뮬레이션과 실제 환경에서 로봇 파지 테스트를 진행했다.(이미지=엔비디아)

엔비디아가 로봇 핸드 또는 로봇 매니퓰레이터를 이용해 변형되기 쉬운 물체의 파지(把持) 전략을 평가할 수 있는 플랫폼인 ‘디프그래스프심(DefGraspSim)’을 개발했다고 테크익스플로어가 지난 1일(현지 시각) 보도했다.

연구진에 따르면 그동안 로봇공학자들은 형태가 일정하거나 표면이 딱딱한 물체를 잡을 수 있는 로봇 파지 기술을 개발하는 데 주력해왔다. 하지만 식품, 의류, 플라스틱병 등 변형이 쉬운 물체를 잡는 기술을 연구하는 데는 상대적으로 소홀했다.

연구진은 딱딱한 물체뿐 아니라 부드러운 물체도 잡을 수 있는 로봇 핸드나 로봇 매니퓰레이터를 개발하기 위해선 물체 파지 전략을 평가할 수 있는 플랫폼 개발이 중요하다고 보고 있다. 변형되기 쉬운 물체를 파지하기 위해선 물체의 적당한 위치를, 적당한 힘으로 잡아야 한다. 파지후에도 물체에 손상을 주지않기 위해 미세하게 힘을 조절해야 한다.

엔비디아 연구진은 ‘아이작 짐(Isaac Gym)’이라는 시뮬레이터를 활용해 실제 환경에서 물체를 파지하는 방법을 자동으로 평가할 수 있는 ‘디프그래스프심(DefGraspSim)’을 만들었다. 이번 연구 성과는 출판전 논문 공개 사이트인 ‘아카이브(arXiv)’를 통해 발표됐다.

이 플랫폼은 실제 환경에서 물체를 조작하도록 설계된 로봇의 성능 향상에 도움이 될 것이라고 연구진은 판단하고 있다. 이 플랫폼은 수술 현장처럼 실제 환경에서 테스트하기 어렵거나 안전하지 않은 작업을 테스트하는 데 적합하다. 가정, 의료, 농업 분야 등 특정 영역과 관련되어 있는 로봇의 조작 성능을 평가하는 맞춤형 파지 실험을 수행할 수 있도록 도와준다.

▲ 다양한 물체의 파지전략을 평가할수 있다.

연구자들은 이 플랫폼을 활용해 로봇의 파지 전략이 포함되어 있는 데이터셋을 생성할 수 있다. 이러한 데이터셋은 효과적인 파지전략을 식별하기 위한 딥러닝 알고리즘 또는 다른 컴퓨팅 방법을 훈련하는 데 활용할 수 있다.

연구팀은 물체의 변형을 평가하기 위해 변형, 압력, 변형 에너지, 변형 제어능력 등 4가지 추가지표를 활용했다. 이 4가지 지표는 서로 상충될 수 있다. 예를 들어 안정성이 높은 파지 자세가 물체의 구성과 형태, 구조에 따라 낮은 변형 또는 높은 변형을 초래할 수 있다. 두부 한덩어리를 움켜쥘 때 두부가 부서지지 않기 위해선 낮은 압력의 움켜쥐기를 선택할 수 있다. 하지만 케첩 병에 들어있는 내용물을 빨리 짜내기 위해 높은 압력의 움켜쥐기를 선택할 수 있다.

연구진은 "전통적인 강체 모형 기반 시뮬레이터와 달리 아이작 짐은 변형, 압력역학, 운동학 등을 명시적으로 모델링한다“고 말했다. 또 "디프그래스프심은 변형 가능한 물체에 대한 임의의 로봇 파지 성능 매트릭을 자동으로 평가할 수 있는 포괄적이고 자동적인 파지 평가 파이프라인"이라고 소개했다.