Daniel Ordonez-Apraez, Giulio Turrisi, Vladimir Kostic, Mario Martin, Antonio Agudo, Francesc Moreno-Noguer, Massimiliano Pontil, Claudio Semini, Carlos Mastalli
개요
본 논문은 로봇 시스템에서 형태학적 대칭성을 연구하고 활용하기 위한 포괄적인 프레임워크를 제시합니다. 동물 생물학과 로봇 공학에서 흔히 관찰되는 이러한 대칭성은 운동학적 구조의 복제와 질량의 대칭적 분포에서 비롯됩니다. 이러한 대칭성이 로봇의 상태 공간과 고유수용성 및 외수용성 센서 측정값으로 확장되어 로봇의 운동 방정식과 최적 제어 정책의 동변성을 초래함을 보여줍니다. 따라서 형태학적 대칭성을 로봇의 모델링, 제어, 추정 및 설계에 사용되는 데이터 기반 및 분석적 방법 모두에 중요한 영향을 미치는 이전에는 탐구되지 않은 물리 정보 기하학적 사전 지식으로 인식합니다. 데이터 기반 방법의 경우, 형태학적 대칭성을 통해 데이터 증강 또는 모델 아키텍처에 동변/불변 제약 조건을 적용하여 기계 학습 모델의 샘플 효율성과 일반화 성능을 향상시킬 수 있음을 보여줍니다. 분석적 방법의 맥락에서 추상적 조화 분석을 사용하여 로봇의 역학을 저차원의 독립적인 역학의 중첩으로 분해합니다. 이족 보행 로봇과 사족 보행 로봇을 사용한 합성 및 실제 실험을 통해 주장을 입증합니다. 마지막으로, 이 연구에서 설명된 이론과 응용 프로그램의 실제 사용을 용이하게 하기 위해 MorphoSymm 저장소를 소개합니다.
시사점, 한계점
•
시사점:
◦
로봇 시스템의 형태학적 대칭성을 활용하여 데이터 기반 및 분석적 제어 및 추정 방법의 효율성과 성능을 향상시킬 수 있음을 제시.
◦
데이터 증강 및 동변/불변 제약 조건을 통한 기계 학습 모델의 성능 향상 가능성 제시.
◦
로봇 역학을 저차원으로 분해하여 분석을 단순화하는 새로운 방법 제시.
◦
MorphoSymm 저장소를 통해 제시된 이론과 응용 프로그램의 실제 활용을 지원.
•
한계점:
◦
본 논문에서 제시된 프레임워크의 적용 가능성은 대칭적인 형태를 가진 로봇에 국한될 수 있음.
