인간이 다른 행성에 정착하려면 로봇의 선진 파티가 필요할 것이라고 제안되었다. 인류에게 유리한 조건을 만들기 위해 앞서 보내진 이 로봇은 자신을 기다리고 있는 험난한 우주 기후에서 살아남으려면 견고하고 적응력이 뛰어나고 재활용이 가능해야 한다.

 

로봇공학자 및 컴퓨터 과학자들과 협력하여 우리 팀과 나는 그러한 로봇 세트를 연구해 왔다. 3D프린터를 통해 생산되고 자율적으로 조립되는 우리가 만들고 있는 로봇은 그들이 처한 조건에 빠르게 최적화하기 위해 지속적으로 진화하고 있다.

 

우리의 작업은 지구에서 멀리 떨어져 있고 인간의 감독으로부터 멀리 떨어진 인류의 미래 가정을 건설하는 데 도움이 될 수 있는 일종의 자율로봇 생태계에 대한 최신 진전을 나타낸다.

 

 

 

로봇 상승세

 

로봇은 수십 년 전 처음으로 인공적인 움직임에 대한 서투른 시도 이후 먼 길을 왔다. 오늘날 Boston Dynamics와 같은 회사는 트럭을 적재하고, 팔레트를 만들고, 상자를 공장 주변으로 이동하여 인간 만이 수행할 수 있는 작업을 수행하는 매우 효율적인 로봇을 생산한다.

 

이러한 발전에도 불구하고 외계 행성 또는 심해 참호와 같은 알려지지 않거나 불친절한 환경에서 작동하도록 로봇을 설계하는 것은 여전히 ​​과학자와 엔지니어에게 상당한 도전 과제이다. 우주에서 이상적인 로봇은 어떤 모양과 크기여야 할까? 기어가야 할까 아니면 걸을까? 환경을 조작하는 데 필요한 도구는 무엇이며 극심한 압력, 온도 및 화학적 부식을 어떻게 견뎌 낼 수 있을까?

 

인간에게는 불가능한 수수께끼인 자연이 이미 이 문제를 해결했다. 다윈의 진화는 환경에 완벽하게 적응된 수백만 종의 종을 낳았다. 생물학적 진화는 수백만 년이 걸리지만 컴퓨터 내부의 진화 과정을 모델링하는 인공진화는 몇 시간 또는 몇 분 만에 발생할 수 있다. 컴퓨터 과학자들은 수십 년 동안 그 힘을 활용해 왔으며, 예를 들어 그 기능에 이상적으로 적합한 위성 안테나에 가스 노즐을 사용했다.

 

그러나 현재 움직이는 물리적 물체의 인공적인 진화에는 여전히 많은 인간 감독이 필요하며 로봇과 인간 사이의 긴밀한 피드백 루프가 필요하다. 인공진화가 외계 행성 탐사에 유용한 로봇을 설계하는 것이라면 루프에서 인간을 제거해야 한다. 본질적으로 진화된 로봇 설계는 인간의 감독없이 자율적으로 스스로를 제조, 조립 및 테스트해야 한다.

 

 

 

부 자연스러운 선택

 

진화된 모든 로봇은 자신의 환경을 감지할 수 있어야 하며 바퀴, 관절이 있는 다리 또는 이 둘의 혼합을 사용하는 등 다양한 이동 수단이 있어야한다. 그리고 설계를 소프트웨어에서 하드웨어로 이전할 때 발생하는 불가피한 현실 격차를 해결하기 위해, 실시간 및 실제 공간에서 진화하는 로봇 생태계 내에서 하드웨어에서 적어도 일부 진화가 일어나는 것도 바람직하다.

 

ARE (Autonomous Robot Evolution) 프로젝트는 이 근본적인 신기술을 개발하기위한 야심 찬 4년 프로젝트에 4개 대학의 과학자와 엔지니어를 모아 이 문제를 정확히 해결한다.

 

위에서 설명한 것처럼 로봇은 3D제조를 통해 "태어날"것이다. 우리는 디자인을 위해 새로운 종류의 하이브리드 하드웨어-소프트웨어 진화 아키텍처를 사용한다. 즉, 모든 물리적 로봇에는 디지털 복제품이 있다. 물리적 로봇은 실제 환경에서 성능 테스트를 거치고 디지털 클론은 소프트웨어 프로그램에 들어가서 빠르게 시뮬레이션 된 진화를 거치게 된다. 이 하이브리드 시스템은 새로운 유형의 진화를 도입한다. 가상 "어머니"와 물리적 "아버지"의 가장 성공적인 특성의 결합에서 새로운 세대가 생성될 수 있다.

 

시뮬레이터에서 렌더링 될 뿐만 아니라 하이브리드 진화를 통해 생산된 "어린이"로봇도 3D프린팅되어 실제 크리슈와 같은 환경에 도입된다. 이 물리적 훈련 센터 내에서 가장 성공적인 개인은 재생산 및 미래 세대의 개선을 위해 "유전 코드"를 사용할 수 있도록 하는 반면, 덜 "적합한"로봇은 진행중인 진화주기의 일부로 간단히 끌어올려 새로운 로봇으로 재활용할 수 있다.

 

프로젝트가 시작된 지 2년이 지난 지금 상당한 진전이 있었다. 과학적 관점에서 우리는 운전하거나 기어가는 다양한 로봇 세트를 생성하고 복잡한 미로를 탐색하는 방법을 배울 수 있는 새로운 인공진화 알고리즘을 설계했다. 이 알고리즘은 로봇의 신체 계획과 뇌를 모두 발전시킨다.

 

뇌에는 로봇이 움직이는 방식을 결정하고 환경의 감각 정보를 해석하고 이를 모터 제어로 변환하는 컨트롤러가 포함되어 있다. 로봇이 구축되면 학습 알고리즘이 새로운 신체와 유전된 뇌 사이의 잠재적인 불일치를 설명하기 위해 어린이의 뇌를 빠르게 다듬는다.

 

엔지니어링 관점에서 우리는 제조를 완전히 자동화하기 위해 "RoboFab"을 설계했다. 이 로봇 팔은 진화에 의해 선택된 와이어, 센서 및 기타 "기관"을 로봇의 3D 프린트 섀시에 부착한다. 우리는 이러한 구성 요소를 설계하여 신속한 조립을 용이하게 하여 RoboFab이 로봇 팔다리 및 장기의 큰 도구 상자에 액세스할 수 있도록 했다.

 

 

 

폐기물 처리

 

우리가 해결할 계획인 첫 번째 주요 사용 사례는 TV 미니 시리즈 체르노빌에서 볼 수 있는 것과 같이 원자로에서 레거시 폐기물을 청소하는 로봇을 설계하는 데이 기술을 배포하는 것이다. 이 작업에 사람을 사용하는 것은 위험하고 비용이 많이 들며 필요한 로봇 솔루션은 아직 개발되지 않았다.

 

장기적인 비전은 인간의 직접적인 감독 없이도 도전적이고 역동적인 환경에서 장기간 살며 일하는 전체 자율 로봇 생태계의 진화를 가능하게 하는 기술을 충분히 개발하는 것이다.

 

이 근본적인 새로운 패러다임에서 로봇은 설계 및 제조가 아닌 구상되고 탄생한다. 이러한 로봇은 기계의 개념을 근본적으로 바꾸어 시간이 지남에 따라 우리처럼 형태와 행동을 바꿀 수 있는 새로운 품종을 선보일 것이다.

 

 

 

글쓴이: EMMA HART

 

Hart 교수는 옥스포드대학에서 화학에서 1급 우등학위를 취득했으며, 에든버러 대학에서 인공지능 석사학위를 받았다. 에딘버러 대학의 박사 학위는 최적화 및 데이터 분류 문제에 적용되는 다양한 기술을 조사하면서 컴퓨팅에 대한 영감으로 면역학의 사용을 탐구했다.

 

이미지 출처: NASA