로봇 손, 본성보다 양육이 더 중요

로봇 팔이나 인공 손은 공을 잡고 돌리는 것과 같은 복잡한 작업을 어떻게 배울까요? 인간, 인공 손 또는 로봇 손의 과제는 항상 물체에 힘을 가하기 위해 손가락을 올바르게 제어하는 ​​법을 배우는 것이었습니다.

우리 손을 덮고 있는 민감한 피부와 신경 종말은 우리가 조작을 배우고 적응하는 데 도움이 된다고 여겨져 왔기 때문에 로봇공학자들은 로봇 손에 센서를 통합하는 것을 주장했습니다. 하지만 장갑을 낀 채로도 물체를 다루는 법을 배울 수 있다는 점을 감안하면 다른 무언가가 작용하고 있을 것입니다.

이 미스터리는 Viterbi School of Engineering의 ValeroLab 연구자들이 촉각 감각이 손가락을 제어하는 ​​법을 배우는 데 정말로 항상 필요한지 탐구하도록 영감을 준 것입니다. Alfred Mann Department of Biomedical Engineering의 연구자 Romina Mir, Ali Marjaninejad, Andrew Erwin, Francisco Valero-Cuevas 교수는 다음과 같이 물었습니다. 손의 일부인 센서(손의 본질)가 손이 복잡한 작업을 배우도록 훈련(양육)하는 방식과 어떻게 상호 작용할까요?

저널 Science Advances에 실린 논문에서, 연구팀은 계산 모델링과 머신 러닝을 사용하여 고전적인 "본성 대 양육" 문제를 다룹니다. 논문 "중력에 대항하는 물체 조작의 강화 학습 동안 커리큘럼은 촉각 정보보다 더 영향력이 크다"는 손 진화와 인공 지능과 관련된 연구실의 이전 연구를 기반으로 합니다.

이는 학습 순서, 즉 "커리큘럼"이 학습이 발생하는 데 중요하다는 것을 보여줍니다. 사실, 연구자들은 커리큘럼이 특정 순서로 진행되면 시뮬레이션된 로봇 손이 불완전하거나 심지어 촉각 감각이 없는 상태에서 조작하는 법을 배울 수 있다고 언급합니다.

이 연구에서 연구팀은 3개 손가락 로봇 손을 시뮬레이션하는 소프트웨어를 사용하여 "촉각 감각이 항상 필요하다는 오랜 관념에 반례를 제공"하고, ValeroLab의 두 명의 첫 번째 저자 중 한 명이자 박사 과정 학생인 Romina Mir는 "훈련을 위한 보상 순서의 중요성을 강조"한다고 말했습니다.

"보상은 시스템 개발을 이끈다"고 USC 생체운동학 및 물리치료학과 교수이자 본 논문의 책임 저자인 프란시스코 발레로-쿠에바스가 말했습니다.

그는 "... 생물학적 시스템이 경험의 산물인 것처럼. 기계 학습과 생물학 간의 이러한 연결은 물리적 세계에서 학습하고 적응할 수 있는 인공 지능 시스템의 발전을 가능하게 할 수 있는 강력한 연결입니다."라고 덧붙였습니다.

Viterbi School of Engineering과 University of California in Santa Cruz(UCSC)의 이 협업에서 박사과정 학생인 Parmita Ojaghi(UCSC)와 Romina Mir(USC)가 Prof. Michael Wehner(UCSC)와 협력하여 이 작업을 공동으로 주도했습니다. Ali Marjaninejad와 Andrew Erwin(USC)도 이 작업에 기여했습니다.

출처: https://www.sciencedaily.com/releases/2025/04/250403183134.htm