본 논문은 다양한 산업 분야에서 혁신적인 접근법으로 부상하고 있는 비접촉식 조작 기술에 대한 연구를 제시합니다. 특히, 기존 2D 및 3D 비접촉식 조작 기술이 주로 마이크로 스케일의 대상(밀리그램 단위)에 국한된 한계를 극복하기 위해, 그램 단위의 물체를 조작할 수 있는 자기 부상 시스템 "Maglev-Pentabot"을 개발했습니다. 이 시스템은 딥 강화 학습(DRL)을 활용하여 복잡한 제어 전략을 개발하며, 수치 해석을 통해 최적화된 전자석 배열과 자기장 강도의 강한 비선형성으로 인한 샘플 희소성 문제를 해결하기 위한 액션 리매핑 방법을 제안합니다. 실험 결과는 유연한 조작 능력을 보여주며, 특히 명시적으로 훈련되지 않은 운송 작업에도 일반화될 수 있음을 입증했습니다. 또한, 더 큰 전자석을 사용하여 더 무거운 물체를 조작할 수 있도록 확장 가능하며, 산업 규모의 로봇 응용 분야에 대한 참조 프레임워크를 제공합니다.
