출판 전 논문 공개사이트인 ‘아카이브(aRXiv)’에 논문 게재
UC샌디에이고(UCSanDiego)연구팀이고자유도휴머노이드해시 게임 바카라의전신제어를위한‘적응형동작최적화(AMOㆍAdaptiveMotionOptimization)’프레임워크를개발했다고밝혔다.
AMO는휴머노이드해시 게임 바카라의다재다능한능력과적응력을높일수있도록해준다.이시스템은▲시뮬레이션기반강화학습(sim-to-realreinforcementlearning)과▲궤적최적화(trajectoryoptimization,해시 게임 바카라이움직이는경로를효율적이고안정적으로만들기위해최적의움직임을계산하는기법)를통합하여,실제환경에서실시간으로적응형전신제어를가능하게한다.
샤오롱왕(XiaolongWang)교수등연구팀은이번연구성과를출판전논문공개사이트인‘아카이브(arXiv)’에게재했다.(논문제목:AMO:AdaptiveMotionOptimizationforHyper-DexterousHumanoidWhole-BodyControl).다음달21일(현지시각)부터25일까지로스앤젤레스남캘리포니아대에서열리는해시 게임 바카라컨퍼런스인‘로보틱스사이언스앤시스템즈(RSS)2025’에서발표할예정이다.
AMO는▲심투리얼(Sim-to-Real)강화학습과궤적최적화의통합▲하이브리드AMO데이터셋▲실시간적응형전신제어등을특징으로한다.
'심투리얼(Sim-to-Real)강화학습과궤적최적화의통합'은시뮬레이션환경에서강화학습을통해다양한동작을학습한후,이를실제해시 게임 바카라에적용하기위해궤적최적화를통합및활용한다.이러한통합은해시 게임 바카라이실제환경에서도안정적이고유연하게동작할수있도록해준다.
'하이브리드AMO데이터셋'은실제인간동작데이터와,다양한자세를포함한샘플링데이터를결합한하이브리드데이터셋을의미한다.이를통해해시 게임 바카라은다양한상황에적응할수있는능력을갖추게된다.
'실시간적응형전신제어'는해시 게임 바카라의전신을동시에제어하여복잡한작업을수행할수있도록지원한다.해시 게임 바카라은물건을집거나균형을유지하는등작업을수행하면서도,새로운명령이나환경변화에실시간으로적응할수있다.
연구팀은29자유도의유니트리휴머노이드해시 게임 바카라'G1'을활용해AMO프레임워크의성능을검증했다.연구팀이공개한동영상에따르면,해시 게임 바카라은사용자는'AMO텔레오퍼레이션인터페이스'를지원하는VR헤드마운트장비를착용하고,냉장고문열기,신발장정리하기,세면대청소,주방정리등다양한동작을자연스럽게실행한다.
연구팀은AMO가기존방법에비해뛰어난안정성,확장된작업공간및강력한적응성을구현할수있다고밝혔다.연구팀은이프레임워크가시뮬레이션과실제환경간의격차를줄이고,다양한작업에적응할수있는능력을갖춘해시 게임 바카라제어시스템을구현함으로써,향후가정용해시 게임 바카라,서비스해시 게임 바카라,구조해시 게임 바카라등의개발에기여할것으로기대하고있다.