여러 로봇 손에 재사용 가능한 물체 잡기 기술 GOTT 제안

연구 배경

대규모 AI 모델과 사람의 시연 데이터는 물체를 어떻게 다룰지에 대한 풍부한 정보를 제공하지만, 이를 여러 손가락을 가진 로봇의 실제 동작으로 옮기는 일은 여전히 어렵습니다. 특히 로봇 손이 여러 작업과 여러 로봇에서 안정적으로 접촉을 만드는 재사용 가능한 기본 동작이 부족하다는 문제가 있습니다.

방법

연구진은 손을 물체 근처로 가져가는 단계, 공통 접촉 기술로 안정적으로 붙잡는 단계, 물체의 목표 자세를 따라가며 움직이는 단계로 이루어진 GOTT 구조를 제안했습니다. 물체의 움직임 경로와 접근 지시는 미래를 고려한 계획, 외부 모델, 사람의 시연 등 여러 방식에서 받을 수 있으며, 핵심 접촉 기술과 추적 제어부는 바꾸지 않고 유지합니다.

주요 결과

시뮬레이션과 실제 로봇 실험에서 다양한 물체와 로봇 플랫폼에 대해 강건한 접촉이 가능했다고 보고합니다. 학습에 사용되지 않은 손 모양에서도 적용되었으며, 열린 루프 방식의 단순 잡기 실행과 비교해 전체 작업 성공률이 일관되게 개선되었다고 밝혔습니다.

한계·확인할 점

초록에는 구체적인 성공률 수치, 실험한 물체와 로봇의 개수, 실패 사례의 비율 등이 나와 있지 않아 성능의 정도를 정량적으로 확인하기 어렵습니다. 또한 실제 현장의 복잡한 환경에서도 같은 수준으로 작동하는지는 초록에서 확인할 수 없습니다.

용어 풀이

• 다지 로봇 손(multi-fingered hand) — 사람 손처럼 여러 개의 손가락이 달려 있어 물체를 정교하게 잡고 돌릴 수 있는 로봇 손입니다.
• 교차 구현체(cross-embodiment) — 로봇의 팔이나 손의 모양이 서로 달라도 같은 방식으로 적용할 수 있다는 뜻입니다.
• 기초 모델(foundation model) — 방대한 데이터로 미리 학습해 여러 과제에 두루 쓸 수 있도록 만든 대형 AI 모델입니다.
• 폐루프 제어(closed-loop control) — 로봇이 센서로 현재 상태를 계속 확인하며 동작을 수정하는 제어 방식입니다.
• 개루프 실행(open-loop execution) — 센서 피드백 없이 미리 정해진 동작 순서대로 실행하는 방식입니다.
• 종단간 성공률(end-to-end task success) — 접근부터 물체 조작까지 전체 과정을 처음부터 끝까지 완수한 비율입니다.