본 논문은 역방향 커리큘럼 강화 학습을 이용하여 네 발 로봇이 스케이트보드에 올라탈 수 있도록 하는 것을 목표로 한다. 기존 연구에서는 이미 스케이트보드 위에 위치한 네 발 로봇의 스케이트보드 타기를 보여주었지만, 초기 탑승 단계는 여전히 상당한 어려움을 제시한다. 목표 지향적인 방법론을 채택하여, 과제의 최종 단계부터 시작하여 문제 정의의 복잡성을 점진적으로 증가시켜 원하는 목표에 근사화했다. 학습 과정은 스케이트보드가 전역 좌표계 내에서 고정되고 로봇이 그 바로 위에 위치하는 것으로 시작되었다. 이러한 초기 조건을 점진적으로 완화함으로써, 학습된 정책은 스케이트보드의 위치와 방향 변화에 대한 강건성을 보여주었고, 궁극적으로 이동하는 스케이트보드를 포함하는 시나리오로 성공적인 전이를 보였다. 코드, 훈련된 모델 및 재현 가능한 예는 https://github.com/dancher00/quadruped-skateboard-mounting 에서 확인할 수 있다.
시사점: 역방향 커리큘럼 강화학습을 이용하여 복잡한 로봇 동작 학습이 가능함을 보여줌. 네 발 로봇의 스케이트보드 탑승이라는 어려운 과제에 대한 해결책 제시. 학습된 정책의 강건성을 확인. 실험 코드 및 모델 공개를 통한 연구 재현성 확보.
•
한계점: 현재는 스케이트보드가 정지 상태 또는 느린 속도로 움직이는 경우에만 성공적으로 작동. 실제 환경의 다양한 변수 (예: 바닥 상태, 바람 등)에 대한 고려 부족. 더욱 복잡하고 다양한 환경에서의 일반화 성능 검증 필요. 스케이트보드 탑승 이후의 스케이트보드 조작에 대한 연구는 추가적으로 필요.
