한국과학기술원(KAIST)은 기계공학과 황보제민 교수 연구팀이 모래와 같이 변형하는 지형에서도 민첩하게 보행할 수 있는 사족 로봇 제어기술을 개발했다고 밝혔다.

연구팀은 모래처럼 작은 입자로 된 입상 물질로 이루어진 지반에서 로봇 보행체가 받는 힘을 모델링하고, 이를 사족 로봇에 시뮬레이션하는 기술을 개발했다. 학습된 신경망 제어기를 단 사족 로봇은 해변 모래시장에서 고속 이동하고, 에어 메트리스 위에서 회전을 선보이는 등 다양하게 변화하는 지형에서 견고하게 움직였다.

또한 사전정보 없이도 다양한 지반 종류에 스스로 적응해가며 보행하기 적합한 인공신경망 구조를 도입해 강화학습을 적용했다. 강화학습은 임의의 상황에서 발생하는 행동들이 초래하는 결과를 데이터로 수집하고 이를 사용해 임무를 수행하는 기계를 만드는 방법이다. 

다만 학습한 시뮬레이션 환경과 실제 환경이 다를 경우 성능이 급격히 감소하기 때문에, 데이터 수집 단계에서 실제와 비슷한 환경을 구현해야 한다. 연구팀은 기존 연구에서 밝혀진 입상 매체의 추가 질량을 고려하는 지반 반력 모델을 기반으로 보행체의 운동 역학으로부터 접촉해서 발생하는 힘을 예측하는 접촉 모델을 정의했다.

학습된 제어기를 탑재한 연구팀이 직접 제작한 로봇 ‘라이보’는 발이 완전히 모래에 잠기는 해변 모래사장에서 최대 초속 3.03m으로 움직였다. 또한 추가 작업 없이 풀밭·육상 트랙·단단한 지면에서도 안정적으로 주행하는 모습을 보였다.

에어 메트리스에서는 초당 약 90도의 회전을 수행했다. 갑작스럽게 바닥이 부드러워지는 환경에서도 극복하며 빠른 적응력을 입증했다. 

논문 제1저자인 최수영 KAIST 연구원은 “학습 기반 제어기에 실제의 변형하는 지반과 가까운 접촉 경험을 제공하는 것이 변형하는 지형에 적용하는 데 필수적이라는 것을 보였다”며 “제시된 제어기는 지형에 대한 사전 정보 없이 기용될 수 있어 다양한 로봇 보행 연구에 접목될 수 있다”고 설명했다.