MIT, 가상 세계에서 로봇견 훈련하는 인공지능 시스템 개발

 

MIT 연구진이 인공지능을 활용하여 가상 세계에서 로봇을 훈련시키는 획기적인 시스템을 개발했습니다. LucidSim이라고 명명된 이 시스템은 실제 환경에서 수집된 방대한 데이터 없이도 로봇에게 복잡한 작업을 수행하도록 학습시킬 수 있는 잠재력을 지니고 있다.

 

가상 세계에서 현실을 뛰어넘는 성능

LucidSim은 물리 시뮬레이션과 인공지능이 생성한 다양한 장면을 결합하여 로봇 학습을 위한 가상 환경을 구축한다. 이 가상 환경에서 로봇은 장애물을 피하고 공을 쫓는 등의 복잡한 작업을 반복적으로 수행하며 학습한다. 놀랍게도, 이렇게 가상 환경에서 훈련된 로봇은 실제 환경에서 최대 88%의 정확도로 동일한 작업을 수행하는 것으로 나타났다.

 

ChatGPT와의 협업으로 더욱 다채로운 훈련 환경 구축

LucidSim은 ChatGPT를 활용하여 수천 가지의 다양한 장면 설명을 자동으로 생성합니다. 이를 통해 로봇은 다양한 날씨와 조명 조건, 그리고 예측할 수 없는 상황에 대한 대처 능력을 키울 수 있다.

 

인간의 시범 학습의 한계 극복

기존에는 로봇에게 새로운 작업을 가르치기 위해 사람이 직접 시범을 보여주는 방식이 주로 사용되었다. 하지만 이러한 방식은 시간과 비용이 많이 소모될 뿐만 아니라, 로봇이 학습할 수 있는 작업의 종류가 제한적이라는 단점이 있었습니다. LucidSim은 인간의 시범 학습 방식의 한계를 극복하고, 더욱 다양하고 복잡한 작업을 수행할 수 있는 로봇 개발을 가능하게 한다.

 

로봇 개발의 새로운 패러다임

LucidSim은 로봇 학습 분야에 새로운 패러다임을 제시한다. 실제 환경에서 수집된 방대한 데이터에 의존하지 않고도 로봇을 효과적으로 훈련시킬 수 있다는 것은 로봇 개발의 속도를 크게 향상시키고, 더욱 유능한 로봇을 개발하는 데 기여할 수 있습니다. 또한, 실제 환경에서 로봇을 테스트하는 데 필요한 시간과 비용을 절감할 수 있다는 점에서도 큰 의미가 있다.

 

결론

MIT 연구진이 개발한 LucidSim은 가상 세계에서 로봇을 훈련시키는 새로운 가능성을 열었다. 이 시스템은 로봇 개발의 패러다임을 변화시키고, 더욱 스마트하고 유용한 로봇의 등장을 앞당길 것으로 기대된다.

 

 

MIT, AI로 가상 세계에서 로봇견 훈련 성공

 

MIT 연구진이 가상 환경에서 로봇을 훈련시키는 혁신적인 AI 시스템 'LucidSim'을 개발했다. 이 시스템은 생성 AI와 물리 시뮬레이터를 결합하여 다양하고 현실적인 가상 훈련 환경을 만들어내는데, 실제 세계 데이터 없이도 로봇이 복잡한 작업에서 전문가 수준의 성능을 달성할 수 있게 한다.

 

LucidSim의 핵심은 물리 시뮬레이션과 AI 생성 이미지를 결합하는 데 있다. 이 접근 방식은 로봇공학에서 가장 지속적인 과제 중 하나인 '시뮬레이션-현실 간극'을 해소하는 데 중점을 두고 있다. MIT CSAIL의 박사후 연구원 Ge Yang은 "로봇 학습에서 가장 근본적인 도전 과제는 시뮬레이션된 훈련 환경과 복잡하고 예측 불가능한 실제 세계 사이의 격차였다"고 설명했다.

 

LucidSim은 여러 기술을 융합한 시스템이다. 대규모 언어 모델을 사용하여 다양한 구조화된 환경 설명을 생성하고, 이를 생성 모델을 통해 이미지로 변환한다. 또한 물리 시뮬레이터를 사용하여 이 이미지들이 실제 물리 법칙을 반영하도록 한다.연구팀은 LucidSim을 전문가 시연을 통한 기존의 훈련 방식과 비교 실험했다. 그 결과는 놀라웠다. 전문가가 훈련한 로봇은 15%의 성공률에 그쳤고, 훈련 데이터를 4배로 늘려도 큰 개선이 없었다. 반면 LucidSim으로 자체 훈련 데이터를 수집한 로봇은 데이터셋 크기를 두 배로 늘렸을 뿐인데 성공률이 88%로 급증했다.

 

이 시스템의 성공은 로봇 훈련 방식에 큰 변화를 가져올 것으로 보인다. 실제 세계의 광범위한 훈련 데이터 없이도 고성능 로봇을 개발할 수 있게 되어, 로봇 개발 과정이 크게 가속화될 전망이다. 또한 실제 환경에서의 배치에 필요한 시간과 자원도 대폭 줄일 수 있을 것으로 기대된다.

 

스탠포드 대학의 Shuran Song 교수는 "LucidSim 프레임워크는 생성 모델을 사용하여 모든 시뮬레이션에 대해 다양하고 매우 현실적인 시각 데이터를 만들어내는 우아한 해결책을 제공한다"고 평가했다. 그는 이 연구가 가상 환경에서 훈련된 로봇의 실제 작업 배치를 크게 가속화할 수 있을 것이라고 전망했다.

 

MIT의 이번 연구 성과는 로봇공학 분야에 새로운 지평을 열었다. 가상 환경에서의 효과적인 훈련 방법을 통해 로봇의 성능과 적응력을 크게 향상시킬 수 있게 되었으며, 이는 향후 다양한 산업 분야에서 로봇의 활용도를 높이는 데 큰 기여를 할 것으로 기대된다.

 

 

 

 

 

 

 

 

MIT의 AI가 가상 세계에서 로봇견을 훈련시킨다

이미지 출처: MIT CSAIL

요약: MIT 연구원들은 생성된 이미지를 사용하여 네 발 달린 로봇을 훈련하는 LucidSim이라는 AI 시스템을 공개했습니다 . 훈련 중에 실제 환경을 보지 않고도 전례 없는 현실 세계의 성능을 달성했습니다.

세부 정보:

LucidSim은 물리 시뮬레이션과 AI가 생성한 장면을 결합하여 로봇 학습을 위한 다양한 훈련 환경을 만듭니다. LucidSim의 인공 환경에서 훈련된 로봇은 장애물 탐색, 공 쫓기 등의 복잡한 작업을 최대 88%의 정확도로 완료했습니다. 이 플랫폼은 ChatGPT를 사용하여 수천 개의 장면 설명을 자동 생성하고, 다양한 날씨 및 조명 조건에 따른 다양한 훈련 시나리오를 만듭니다. 인간의 시범에만 의존하는 기존의 훈련 방법은 동일한 과제에 대해 단 15%의 성공률만을 달성했습니다.

중요한 이유: 고급 로봇을 훈련하는 방법에 패러다임 전환이 진행 중입니다. 광범위한 실제 세계 훈련 데이터의 필요성을 없앰으로써 LucidSim과 같은 시스템은 더 유능한 로봇의 개발을 극적으로 가속화하는 동시에 실제 환경에서 배치하는 데 필요한 시간과 리소스를 줄일 수 있습니다.