
중국이 휴머노이드 로봇 분야의 화제를 주도하고 있는 가운데, 한국의 한 기업이 오픈소스 AI 프레임워크를 활용해 복잡한 동작을 학습하는 휴머노이드 로봇을 선보였습니다.
최근 시연에서 ROBOTIS의 AI Sapiens는 스마트폰으로 촬영한 영상만을 활용해 유명한 코르티스 REDRED 챌린지 동작을 학습했으며, 이를 통해 전문 모션 캡처 시스템의 필요성을 없앴습니다.
이 과정에는 영상 기반 모션 캡처, 모션 리타겟팅, 시뮬레이션 기반 강화학습, 그리고 Sim2Real 전환 기술이 활용되었습니다.
ROBOTIS에 따르면 이번 시연은 오픈소스 도구를 활용해 휴머노이드 로봇 학습 과정을 단순화할 수 있음을 보여주며, 사용자가 전신 동작을 보다 쉽게 생성하고 학습시키며 실행할 수 있도록 지원한다는 점을 강조합니다.
휴머노이드, 동작을 학습하다 ROBOTIS는 DYNAMIXEL-Q 액추에이터를 기반으로 구동되는 물리 AI용 오픈소스 휴머노이드 플랫폼인 AI Sapiens의 성능을 공개했습니다. 이 프로젝트는 범용 하드웨어와 오픈소스 소프트웨어 도구를 활용해 휴머노이드 로봇의 동작 학습을 보다 쉽게 만드는 것을 목표로 합니다.
이번 시연에서 AI Sapiens는 CORTIS REDRED 챌린지로 알려진 복잡한 전신 동작을 학습하고 수행합니다. 기존의 고가 전문 모션 캡처 시스템에 의존하는 대신, 스마트폰 카메라로 촬영한 영상만으로 동작을 학습합니다. 이를 통해 휴머노이드 로봇 학습용 데이터 수집 비용과 복잡성을 크게 줄일 수 있습니다.
동작 학습 과정은 영상 기반 모션 캡처로 시작됩니다. 스마트폰으로 촬영된 사람의 움직임은 소프트웨어가 처리할 수 있는 디지털 모션 데이터로 변환됩니다. 이후 모션 리타겟팅 단계를 거치며, 사람의 움직임을 휴머노이드 로봇의 신체 구조와 관절 가동 범위에 맞게 조정합니다.
리타겟팅이 완료되면 로봇은 시뮬레이션 환경에서 강화학습을 통해 훈련됩니다. 이 단계에서 AI는 가상 환경 속에서 동작을 반복적으로 연습하며 균형 유지 능력, 협응 능력, 동작 정확도를 향상시킵니다. 또한 실제 하드웨어를 손상시킬 위험 없이 빠르게 테스트하고 최적화할 수 있다는 장점도 있습니다.
훈련이 완료되면 학습된 동작은 Sim2Real 파이프라인을 통해 시뮬레이션 환경에서 실제 AI Sapiens 로봇으로 이전됩니다. 이 과정은 가상 환경과 실제 하드웨어 간의 차이에도 불구하고 시뮬레이션에서 개발된 동작이 현실 세계에서도 성공적으로 수행될 수 있도록 돕습니다.
※ 자세한 내용은 원문을 참조해주세요.
※ 퀘이사존 공식 기사가 아닌 해외 뉴스/기사를 번역한 것으로, 퀘이사존 견해와 주관은 포함되어 있지 않습니다. |