본 논문은 비정형 환경에서의 로봇 조작을 위한 일반적인 로봇 시스템 개발의 어려움, 특히 장기간 지속되고 풍부한 접촉이 필요한 작업에 대한 효율적인 기술 전이를 해결하기 위해 지식 그래프 기반 기술 라이브러리 구축 방법을 제안합니다. "작업 그래프"와 "장면 그래프"를 사용하여 작업 특정 정보와 장면 특정 정보를 계층적으로 구성하고, "상태 그래프"를 통해 고수준 작업 계획과 저수준 장면 정보 간의 상호 작용을 용이하게 합니다. 이를 기반으로, 기술 라이브러리와 촉각 표현에 기반한 새로운 계층적 기술 전이 프레임워크를 제안하여 고수준 추론을 통한 기술 전이와 저수준 정밀도를 통한 실행을 통합합니다. 작업 수준에서는 대규모 언어 모델(LLM)을 활용하고 상황 학습과 4단계 사고 과정 프롬프팅 패러다임을 결합하여 하위 작업 시퀀스 전이를 달성합니다. 움직임 수준에서는 기술 라이브러리와 휴리스틱 경로 계획 알고리즘을 기반으로 적응형 궤적 전이 방법을 개발하고, 물리적 수준에서는 촉각 표현을 기반으로 적응형 윤곽 추출 및 자세 인식 방법을 제안하여 시각-촉각 이미지에서 고정밀 윤곽 및 자세 정보를 동적으로 획득하고 접촉 위치 및 자세와 같은 매개변수를 조정하여 새로운 환경에서 전이된 기술의 효과를 보장합니다. 실험을 통해 제안된 방법의 다양한 작업 시나리오에서의 기술 전이 및 적응성을 입증합니다.
