인간을 대신해 다양한 역할을 하는 로봇도 아직 부엌에선 과제가 많이 남아 있다. 홍콩중문대학, 우한대학, 스위스 IDIAP 연구소(ID-IAP Research Institute) 연구팀은 로봇이 중화요리 볶음을 하게 하는 접근법을 실시해 실제로 요리 움직임을 재현하는데 성공했다고 한다.
볶음을 만드는 동작은 오른팔과 왼팔간 역동적인 협조 동작이 필요하고 로봇은 커녕 요리사에게도 습득이 곤란한 움직임을 하고 있다.
연구팀은 이 어려운 움직임을 로봇에게 학습시키기 위해 처음에는 인간 데모를 이용해 구조화 트랜스포머(Structured-Transformer)라고 불리는 양손 협조 모델 트레이닝을 실시했다. 연구팀에 따르면 이 메커니즘은 조정을 양팔 움직임 사이 시퀀스 변환 문제로 간주하고 이를 달성하기 위해 심층학습 모델 트랜스포머와 GNN 조합 모델을 채택하고 있다고 한다.
포인트는 오른팔과 왼팔을 따로 다루는 것이다. 로봇 왼팔 움직임은 시각적인 피드백에 의해 조정, 이와 대응하는 오른팔 움직임은 왼팔 움직임에 근거해 사전에 트레이닝된 구조화 트랜스포머 모델에 의해 생성된다고 한다.
연구팀은 시뮬레이션과 로봇팔로 알려진 판다(Panda) 양팔 로봇을 이용해 모델 성능을 평가, 테스트를 수행하면 양팔 로봇은 볶음을 요리하는 움직임을 현실적으로 재현할 수 있었다고 밝히고 있다.
연구팀은 이 논문이 주로 공헌하는 건 시퀀스 변환 형태로 명시적으로 양팔 로봇 조정 메커니즘을 검토하는 것이라면서 데모에서 고전적 학습이나 심층학습, 강화학습 기반 기술보다 이번 분리 프레임워크가 2가지 기술을 모두 능숙하게 결합한다고 밝혔다.
앞으로는 이 모델을 통해 제대로 된 조리 로봇을 개발할 수 있을 뿐 아니라 유사 접근 방식으로 두 팔을 사용하는 다른 작업에서도 로봇을 훈련시킬 수 있게 된다고 한다. 연구팀은 모델 성능과 일반 가능성을 넓히기 위해 개발을 계속할 예정이라고 한다. 관련 내용은 이곳에서 확인할 수 있다.