로봇은 드리블을 하고, 사람을 제치고, 골을 넣을 수 있습니다.

AI가 훈련한 로봇이 드리블하고, 패스하고, 골을 넣는 모습을 지켜보세요(영상: Google DeepMind).

인간형 로봇은 오랫동안 과학자들이 인간의 모든 활동을 시뮬레이션하고 다양한 목적에 활용할 수 있는 장치를 만들고자 하는 야망의 산물이었습니다.

그러나 인간형 로봇의 개발은 여전히 ​​많은 한계에 직면해 있습니다. 모든 움직임을 프로그래밍해야 하기 때문입니다. 이를 위해서는 과학자들이 엄청난 양의 데이터를 종합해야 합니다.

하지만 오늘날의 로봇 기술은 AI로부터 큰 도움을 받았습니다. 이는 실제로 로봇을 개발하고 구현하는 데 있어 중요한 전환점을 마련했습니다.

AI의 자기학습 능력은 로봇이 미리 프로그래밍된 동작에 따라 움직일 필요가 없으며, 인간의 직접적인 제어 없이도 기술을 완벽하게 수행할 수 있음을 의미합니다.

최근 연구에서 Google DeepMind의 과학자들은 "심층 강화 학습"이라는 기술을 사용하여 로봇 Robotis OP3가 축구를 하도록 훈련시켰습니다.

이는 다양한 AI 학습 방법을 결합한 머신 러닝 학습 기술입니다. 그곳에서 로봇은 인공 뉴런처럼 기능하는 알고리즘 네트워크를 사용하며, 인간의 뇌와 비슷하게 배열되어 있습니다.

AI가 훈련한 로봇은 발의 각도를 바꾸거나, 상대방을 속이기 위해 회전하는 등 프로그래밍하기 매우 어려운 비상 동작 행동을 개발했습니다.

시뮬레이션 경기에서 AI로 훈련받은 로봇은 이 기술을 사용하여 훈련받지 않은 로봇보다 움직임이 181% 더 빠르고, 방향 전환이 302% 더 빠르고, 공을 차는 속도가 34% 더 빨랐으며, 넘어진 후 회복하는 데 걸리는 시간이 63% 더 짧았습니다.

실제로 녹화된 영상을 보면, 로봇이 드리블, 블로킹, 패스, 득점 등의 복잡한 동작을 비교적 능숙하고 빠른 속도로 수행할 수 있다는 것을 알 수 있습니다.

연구자들은 로봇이 발의 각도를 바꾸거나, 상대방을 속이기 위해 회전하는 등 프로그래밍하기 매우 어려운 비상 이동 행동을 개발했다고 덧붙였습니다.

연구 결과에 따르면 이러한 AI 훈련 기술은 일반적으로 인간형 로봇에서 간단하면서도 비교적 안전한 동작을 생성하는 데 사용될 수 있는 것으로 나타났습니다. 이러한 출발점에서 로봇은 더욱 복잡한 동작으로 발전할 수 있으며, 실제 상황에 더 많이 적용될 수 있습니다.

같은 기술을 이용해 로봇은 단 10시간의 훈련만으로 커피를 만들 수 있게 됐습니다.

원천: https://dantri.com.vn/khoa-hoc-cong-nghe/robot-da-tu-biet-lua-bong-qua-nguoi-ghi-ban-20240412082002607.htm