본 기술은 작업명과 물체명을 입력받아 학습 모델로 작업의 서브 목표를 생성하고, 물체 지식과 PDDL 기반 그래프 탐색으로 이를 로봇의 작업 수준 동작으로 변환하며, 모션 지식 저장소와 기본 동작을 활용해 구동 모션 계획을 생성하는 계층적 프레임워크입니다.
기존 작업 및 모션 계획 방식은 복잡하고 긴 작업을 수행할 때 검색 공간이 크고 심볼릭 작업 계획의 한계로 다양한 이기종 로봇 환경에서 작업 성공률을 보장하기 어려우며 유연한 계획 생성이 제한적이었습니다.
본 기술은 학습 기반 모델로 작업 목표를 분해하고 시뮬레이션으로 실행 불가능한 계획을 수정하는 피드백 루프를 도입하며 지식 데이터베이스로 실현 가능성을 보장합니다. 서비스 로봇과 스마트 팩토리의 자율 작업에 적용될 수 있어 복잡한 장기 작업의 성공률을 크게 향상시킵니다.
N/A
