▲ 양팔 로봇이 부스러지기 쉬운 과자를 안정적으로 잡고 있다.(사진=브리스톨대)

영국 브리스톨대 연구팀이 2대의 로봇팔을 이용해 다양한 물건을 픽킹하는 기술을 개발했다고 23일 밝혔다.

부스러지기 쉬운 과자도 깨뜨리지 않고 안정적으로 집을 수 있다. 이 기술은 시뮬레이션 환경에서 인공지능으로 학습한 손재주를 실제 로봇 팔에 적용할 수 있다.

연구팀은 이 로봇팔이 심층강화학습을 바탕으로, 인간 수준의 손재주에 가까운 촉각 민감도를 보여준다고 밝혔다. 이번 연구 성과는 전문 학술지인 ‘IEEE 로보틱스 앤 오토메이션 레터스’에 게재됐다.(논문 제목:‘Bi-Touch: Bimanual Tactile Manipulation With Sim-to-Real Deep Reinforcement Learning’)

이 기술의 핵심은 새로운 '이중-촉각 시스템(Bi-Touch system)'에 있다. AI 에이전트가 촉각과 자기 수용적(proprioceptive) 피드백을 통해 환경을 해석한 다음, 로봇의 제어 및 작업 수행을 위해 정밀한 감지, 부드러운 상호작용 및 효과적인 물체 조작을 가능하게 한다.

이 기술은 향후 과일 수확, 집안 일 등 분야에 적용 가능하며, 인공 보철의 촉각 기능 구현에도 활용될 수 있을 것으로 기대를 모은다.

연구팀 관계자는 “이중-촉각 시스템을 활용하면 실제 물체의 촉감을 느낄 수 있도록 가상 세계에서 AI 에이전트를 몇 시간만에 훈련시킬 수 있다”며, “추가 훈련 없이도 인공지능 에이전트를 가상 세계에서 실제 세계에 바로 적용할 수 있다”고 말했다.

이 로봇은 심층강화학습(Deep-RL)을 통해 양팔 조작 기술을 학습한다. 연구팀은 촉각 센서가 장착된 두 개의 로봇 팔을 포함해 가상 세계(시뮬레이션)를 구축한 다음, 로봇 에이전트의 학습을 장려하는 보상 기능과 목표 업데이트 메커니즘을 설계했다. 이어 에이전트를 직접 적용할 수 있는 촉각 양팔 로봇 시스템을 개발했다.

연구팀은 양팔 로봇을 활용해 바삭바삭한 프링글 과자처럼 깨지기 쉬운 물건을 성공적으로 들어올리는 모습을 시연했다.

논문 공동 저자인 나탄 레포라(Nathan Lepora) 교수는 "우리의 이중-촉각 시스템은 저렴한 소프트웨어와 하드웨어를 활용할 수 있는 유망한 접근 방식“이라며, ”촉각을 학습하는 양팔 로봇 시뮬레이션 코드를 오픈 소스로 공개해 더 많은 추가 연구를 허용할 것“이라고 말했다.