본 기술은 다리 이상 등 하드웨어 결함이 발생한 상황에서 정상 상태에서 학습된 에이전트의 지식을 증류하고 이를 인코더-디코더 구조의 신경망을 통해 정제된 관절 궤적 공간으로 활용하여, 로봇이 신속하게 적응적 보행을 재개하도록 하는 강화학습 기반 보행 제어 방법입니다.
기존 보행 제어 기술은 지형이나 환경 변화에는 대응할 수 있으나 로봇 하드웨어 자체의 고장이 발생하면 제어 불가 상태에 빠지거나 처음부터 다시 학습해야 하는 비효율성 문제가 있었습니다.
본 기술은 조건부 변분 오토인코더 등을 사용하여 관절 궤적 공간을 액션 공간으로 설정하고 정상 상태에서 학습된 지식을 기반으로 고장 시의 탐색 공간을 축소하며, 조건부 벡터에 따른 앵커 포인트와 패스를 생성하여 최적의 관절 궤적을 실시간으로 도출하는 방식을 제안합니다. 재난 현장 탐사와 국방, 산업 순찰 등 임무 중단이 치명적인 환경에 적용될 수 있어 다리가 손상되어도 스스로 걸음을 재구성하는 강인한 자율성을 확보합니다.
N/A
