작업
핀 삽입
핀은 단면 형상, 크기, 종횡비, 질량, 길이가 다양한 프리즘이며, 각 면의 간극은 1.0–1.5 mm입니다. 핀은 보통 구멍에서 약 2 cm 떨어진 곳에서 시작하며, 구멍의 간극으로 허용되는 범위보다 훨씬 크게 기울어져 있습니다. 핀이 구멍에 안착하면 작업에 성공한 것으로 봅니다.
기어 맞물림
크기와 잇수가 다양한 평기어를 축을 따라 밀어 넣어, 자체 축에서 회전하는 하나 또는 두 개의 기준 기어와 맞물리게 해야 합니다. 백래시는 0.2–0.6 mm입니다. 에피소드는 기어가 축 끝에 닿아 있지만, 정렬이 어긋나고 기준 기어에 대해 이가 위상이 맞지 않은 상태에서 시작합니다. 기어가 축에 안착하고 이가 맞물리면 작업에 성공한 것으로 봅니다.
너트 나사 체결
M24~M42 규격의 미터 나사를 사용하는 너트를 나사 간극 0.05–0.2 mm인 볼트에 체결해야 합니다. 에피소드는 너트가 볼트 끝에 놓여 있지만 축에서 벗어나 기울어진 상태로 시작합니다. 나사산이 걸린 뒤 1/4회전하면 작업에 성공한 것으로 봅니다.
대규모의 정밀 삽입 시뮬레이션
이 분포로 학습하려면 수천 개의 병렬 환경을 시뮬레이션해야 합니다. 각 환경에는 무작위로 생성된 서로 다른 조립물이 있으며, 각 면의 간극은 최소 0.5 mm입니다. MuJoCo는 메시를 볼록 껍질로 충돌 처리하므로, 오목한 구멍에는 SDF를 지정하거나 여러 볼록 조각으로 만들어야 합니다. 시뮬레이션 벤치마크에서는 이를 상자들을 조합해 수작업으로 구성합니다.
결과
실험은 다음 질문에 답하도록 설계되었습니다.
- 자체 관절 정보만 감지하는 정책이 핀 삽입, 기어 맞물림, 너트 나사 체결을 비롯한 정밀 조립 작업을 학습할 수 있는가?
- 비시각 정책은 접촉에 반응하는 지능적인 탐색을 학습하는가, 아니면 정해진 패턴을 학습하는가?
- 비시각 정책은 훈련 분포 밖의 부품 형상에 대해 시각 정책보다 더 잘 일반화하는가?
- 접촉이 많은 탐색에 의존하는 비시각 정책을 높은 충실도로 실제 환경에 제로샷 전이할 수 있는가?
고유수용감각만으로 충분
세 작업 모두 학습 분포 내 형상에서 거의 완벽한 성공률을 보입니다. 따라서 관절 이력만으로도 구멍을 찾고, 기어 이를 맞물리게 하며, 나사산을 걸기에 충분한 정보를 얻을 수 있습니다.
잡은 부품과 결합 부품의 자세를 직접 관측할 수 있는 시각 정책과 비교하면 비시각 정책은 더 느릴 수 있습니다. 핀 삽입에서 비시각 정책은 접촉을 통해 구멍을 찾아야 하므로 더 우회적인 경로를 택하고, 시각 정책보다 늦게 핀을 안착시킵니다. 나머지 두 작업에서는 차이가 더 작습니다. 잡은 부품이 카메라 시야에서 결합 부품을 더 많이 가리기 때문에, 시각 정책 역시 어느 정도 탐색해야 하는 것으로 볼 수 있습니다.
미관측 부품으로의 일반화
세 작업 모두에서 비시각 정책과 시각 정책은 학습한 부품에 대해 안정적인 성능을 보입니다. 그러나 훈련 분포 밖에서 샘플링한 조립물에서는 비시각 정책의 신뢰도가 더 높습니다.
부품의 외관을 크게 바꾸는 형상 변화에 시각 정책은 특히 취약합니다. 훈련 분포와 모양이 다르거나 크기가 매우 다른 부품으로 평가하면, 시각 정책은 모든 작업에서 비시각 정책보다 일관되게 낮은 성능을 보입니다. 시각 정책은 학습 과정에서 미관측 조립물에는 나타나지 않을 수 있는 시각적 특징을 정렬하는 법을 익힙니다. 반면 비시각 정책은 다른 조건에도 훨씬 잘 전이되는 탐색 전략을 학습합니다.
한계 및 결론
이 연구는 한국산업기술진흥원(KIAT)이 관리하는 “글로벌 산업기술협력센터 사업”의 일환으로 산업통상자원부(MOTIE)의 재정 지원을 받았습니다. (Grant No. P0028435)
자주 묻는 질문
비시각 정책은 어떤 감각 정보를 사용하나요? 자체 관절 정보를 감지합니다. 논문은 관절 이력만으로도 세 가지 조립 작업에 충분한 정보를 얻을 수 있다고 보고합니다.
어떤 조립 작업을 연구하나요? 핀 삽입, 기어 맞물림, 너트 나사 체결 작업입니다.
훈련 분포 밖의 부품에서 비시각 정책은 어떤 성능을 보이나요? 훈련 분포 밖에서 샘플링한 조립물에서 시각 정책보다 더 높은 신뢰도를 보입니다.
시각 정책은 왜 미관측 부품에서 어려움을 겪을 수 있나요? 미관측 조립물에는 나타나지 않을 수 있는 시각적 특징을 정렬하는 법을 학습하기 때문입니다.