본 기술은 심층 강화학습과 유한 상태 기계를 결합하여 캐릭터의 보행 동작을 실시간으로 산출하며, 동적 상태와 캐릭터 특이적 파라미터를 신경망에 입력해 액션 정보를 생성하고 보상 함수로 자연스러운 보행 정책을 학습하는 기술입니다.
종래의 유한 상태 기계 기반 제어 방식은 자연스러운 동작 구현에 한계가 있었고, 기존 딥러닝 방식은 보행 결정을 위해 별도의 참조 동작 데이터가 필수적으로 요구되어 구현의 범용성과 효율성이 떨어졌습니다.
본 기술은 참조 동작 데이터 없이 보행 파라미터 편차 최소화와 수직축 유지, 진행 방향 정렬, 관절 토크 최소화를 보상 함수에 포함하여 최적의 스탠스 힙 토크와 관절 각도를 결정합니다. 이족보행 로봇 제어와 게임·애니메이션 캐릭터 동작 생성에 적용될 수 있어 데이터 수집 부담 없이 자연스러운 보행을 구현합니다.
본 발명은 과학기술정보통신부의 다수준의 상호작용을 포함하는 인체 운동 기술의 생체역학적 모델 기반 지능형 제어 기술 개발, 과학기술정보통신부의 DeepXR : 심층 극사실감 연구 지원을 통해 개발되었습니다.
N/A
