로봇팀의 자율 대기 협업 방식으로 작업 속도 개선

▶ 미국 매사추세츠대 암허스트(University of Massachusetts Amherst) 연구팀은 로봇들이 스스로 팀을 구성하고 자발적으로 기다리도록 프로그래밍하는 방식으로 작업 완료 시간을 단축할 수 있다고 밝힘

 

▶ 이 연구는 2024 IEEE 국제 로봇 및 자동화 회의(ICRA)에서 발표되었으며, 멀티 로봇 시스템 부문에서 최우수 논문상 후보로 선정되었음

 

▶ 제조 환경에서는 로봇팀이 로봇 각각의 능력을 극대화해 비용을 절감할 수 있지만 다양한 로봇을 어떻게 조정할 것인지가 도전 과제임. 예를 들어 고정된 로봇, 이동하는 로봇, 무거운 자재를 들어야 하는 로봇, 소규모 작업을 수행하는 로봇 등의 작업을 분담하여 효율성을 높일 수 있음

 

▶ 연구팀은 로봇의 작업 스케줄링을 위한 학습 기반 접근법인 ‘자발적 대기 및 하위 팀 구성 학습(LVWS, Learning for Voluntary Waiting and Subteaming)’을 개발했음. LVWS는 로봇들이 큰 작업을 수행하기 위해 자발적으로 기다리면서 더 효율적으로 작업을 수행할 수 있도록 함

 

▶ 연구팀은 6대의 로봇에게 18개의 작업을 컴퓨터 시뮬레이션에서 수행하게 하고 LVWS 접근법을 다른 4가지 방법과 비교했는데, LVWS 방법은 0.8%의 비최적성을 기록함으로써 가장 가까운 해결책을 제시했음

 

▶ 예를 들어 4파운드 무게 2개를 들어 올릴 수 있는 로봇과 10파운드 1개를 들어 올릴 수 있는 로봇이 있을 때, 7파운드 상자를 옮기려고 할 경우 큰 로봇이 작업을 수행하기보다 작은 로봇들이 협력해 작업을 수행하는 것이 더 효율적일 수 있음

 

▶ 연구팀은 이론적으로 정확한 해결책을 계산하는 것이 가능하다고 해도 실제 계산에는 오랜 시간이 소요되기 때문에 로봇 스케줄러가 필요하다고 설명함

 

▶ 이와 함께 연구팀은 규모에 따라 단일 휴머노이드 로봇이 적합한 경우와 다수의 로봇 시스템이 필요한 대규모 산업 환경에서의 차별점을 설명하면서 이 연구가 자동화된 로봇팀의 발전에 기여할 수 있기를 바란다고 밝힘

<동향리포트>는 글로벌 과학기술문화, 과학·수학·정보 교육 분야의 정책 의사결정자들을 위한

국가별 정책, 연구조사보고서, 유관기관 동향 등 시의성 있는 유용한 정보를 제공합니다.