광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고

AI넷

마인드봇[Video Friday는 IEEE Spectrum Robotics] 친구들이 수집한 멋진 로봇 비디오를 매주 선정

비디오 금요일: 졸린 로봇 아기 매주 엄선된 멋진 로봇 영상

박민제 | 기사입력 2025/01/10 [01:33]

마인드봇[Video Friday는 IEEE Spectrum Robotics] 친구들이 수집한 멋진 로봇 비디오를 매주 선정

비디오 금요일: 졸린 로봇 아기 매주 엄선된 멋진 로봇 영상

박민제 | 입력 : 2025/01/10 [01:33]

비디오 금요일: 졸린 로봇 아기 매주 엄선된 멋진 로봇 영상

 

 

 

Video Friday는 IEEE Spectrum Robotics 의 친구들이 수집한 멋진 로봇 비디오를 매주 선정한 것입니다 . 또한 향후 몇 달 동안의 다가올 로봇 이벤트 일정을 매주 게시합니다. 포함할 이벤트를 보내 주세요.

RoboCup German Open : 2025년 3월 12일~16일, 독일 뉘른베르크
독일 로봇 컨퍼런스 : 2025년 3월 13일~15일, 독일 뉘른베르크
ICUAS 2025 : 2025년 5월 14일~17일, 노스캐롤라이나주 샬럿
ICRA 2025 : 2025년 5월 19~23일, 조지아주 애틀랜타
IEEE RCAR 2025 : 2025년 6월 1일~6일, 일본 도야마
RSS 2025 : 2025년 6월 21일~25일, 로스앤젤레스
IAS 2025 : 2025년 6월 30일~7월 4일, 이탈리아 제노아
ICRES 2025 : 2025년 7월 3~4일, 포르투갈 포르투
IEEE World Haptics : 2025년 7월 8일~11일, 한국 수원
IFAC 로봇공학 심포지엄 : 2025년 7월 15일~18일, 파리
RoboCup 2025 : 2025년 7월 15일~21일, 브라질 바이아

오늘의 영상을 즐겨보세요!

 

졸고 있는 아기 로봇의 이미지입니다.

 
 

나야. 하지만 우리 모두는 깨어있기 위해 애쓰는 이 아이 안드로이드 로봇에 공감할 수 있어.

오사카 대학 ]

 
2025년 RoboCup SPL은 흥미로운 새로운 기술적 도전을 계획하고 있습니다. 굴러가는 공을 차는 것입니다! 공의 속도와 시작 위치는 다양할 수 있으며 목표는 공을 똑바로 멀리 차는 것입니다. 이 비디오에서는 첫 번째 테스트 세션의 결과를 보여줍니다.

팀B-인간 ]

 
인공 손이라고 하면 스타워즈의 루크 스카이워커의 로봇 손이나 매드 맥스의 퓨리오사의 손가락이 여러 개 달린 발톱과 비슷한 것을 떠올릴 것입니다. 현실은 이런 허구의 손과는 거리가 멉니다. 상지 인공 손은 일반적으로 할 수 있는 일과 이를 제어하는 ​​방법에 매우 제한적입니다. 이 프로젝트에서 우리는 비인간형 인공 손 디자인을 조사하여 인공 손에 대한 대안적 접근 방식을 장려하는 상지 인공 손 디자인에 대한 새로운 이념을 탐구합니다. 이 더 넓고 개방적인 디자인 공간에서 인간형 인공 손을 능가할 수 있을까요?

임페리얼 칼리지 런던 ]

고맙네요, 디그비!

 
로봇 모터로 구동되는 새로운 3차원(3D) 최소 구동 직렬 로봇(MASR). 로봇 모터는 이동성 모터(링크를 따라 전진)와 관절을 움직이는 구동 모터로 구성됩니다.

자룩 연구실 ]

 
올해 Franka Robotics 팀은 도로, 하늘, 디지털 공간을 누비며 아이디어를 공유하고, 최첨단 기술을 선보이며, 전 세계 로봇 분야의 가장 뛰어난 인재들과 소통했습니다. 올해를 잊지 못할 추억으로 만든 이벤트와 협업을 담은 2024년 영상 요약을 소개합니다!

프랑카로보틱스 ]

 

알데바란은 올해 놀라울 정도로 많은 로봇을 판매했습니다.

알데바란 ]

 
현대 로봇의 발전은 그 기초인 기어박스에서 시작됩니다. Ailos는 이러한 산업이 어떻게 더 정밀하고, 효율적이며, 다재다능하게 운영되는지 정의하는 것을 목표로 합니다. 다양한 분야에서 기어박스 기술을 혁신함으로써 Ailos는 차세대 자동화, 생산성 및 민첩성으로의 전환을 촉진하고 있습니다.

아이로스 로보틱스 ]

 
많은 기존 장애물 회피 알고리즘은 특히 다양한 복잡성의 환경에서 안전성과 민첩성 간의 중요한 균형을 간과합니다. 저희 연구에서는 강화 학습을 기반으로 한 장애물 회피 파이프라인을 소개합니다. 이 파이프라인을 통해 드론은 환경 복잡성에 따라 비행 속도를 조정할 수 있습니다. 최소한의 미세 조정 후, 저희는 장애물 회피를 강화하기 위해 실제 드론에 네트워크를 성공적으로 구축했습니다.

[ Github를 통한 MAVRL ]

 
로봇 보조 급식은 운동 장애가 있는 사람들이 스스로 급식할 수 있도록 힘을 실어 줄 것을 약속합니다. 그러나 연구는 종종 특정 시스템 하위 구성 요소에 초점을 맞추고 이를 통제된 환경에서 평가합니다. 이는 실험실 밖 환경에서 사용자에게 전체 식사를 제공하는 종단 간 시스템을 개발하고 평가하는 데 있어 간극을 남깁니다. 우리는 커뮤니티 연구자들과 협력하여 개발한 이러한 시스템을 제시합니다.

개인로봇연구실 ]

 

드론 의 시선으로 불꽃놀이가 3D로 터지는 모습을 보여줍니다.

블랙쉽 팀 ]

 

 

 

로봇이 아기들이 당신을 웃게 하기 위해 적극적으로 음모를 꾸미는 모습을 보여줍니다.
사진: UC 샌디에이고
 
 
 

때때로 아기들은 웃는 것을 좋아합니다. 아마 당신도 이걸 알아차렸을 겁니다. 때때로 아기들은 행복해서 웃지만, 많은 경우 아기들은 주로 당신  웃기를 원해서 웃고, "정교한 타이밍"을 사용하여 당신을 조종하여 복종하게 합니다. 

올린 칼리지, 마이애미 대학, 캘리포니아 대학교 샌디에이고 캠퍼스의 연구자들은 아기 미소 계획을 연구해 왔으며, 가설을 시험하기 위해 약간 기이한 로봇 아기를 이용해 대학생들에게 미소를 지었는데, 대학생들은 아마도 자신이 무엇에 가입했는지 전혀 몰랐을 것입니다.

오늘 PLOS One에 게재된 이 연구의 첫 번째 부분은 실제 엄마가 실제 유아와 상호작용하는 것을 관찰하고 미소 상호작용을 정량화하는 것이었습니다. 8개월에서 12개월 사이의 유아는 다른 사람의 행동에 영향을 미치기 위해 장난감에 손을 뻗어 다른 사람이 장난감을 가져오도록 하는 것과 같이 제스처를 일상적으로 사용합니다. 또한 예상 미소라고 하는 것을 사용합니다. 즉, 무언가에 미소를 지은 다음 미소를 유지하면서 어른에게 돌아서는 것을 의사 소통 수단으로 사용합니다. 어린 유아(생후 4개월 이하)는 이러한 행동을 보이지 않지만, 특히 어른 주변에서 많이 미소를 짓습니다. 연구자들은 이 어린 아기들이 의도적인 형태의 상호작용에 참여하고 있는지 알아내고자 했습니다.

4주에서 17주 사이의 영아로 구성된 13개의 영아-어머니 다이어드(과학적으로 말하면 "쌍"을 뜻하는 것 같습니다)가 서로 상호 작용하는 것을 관찰했습니다. 각 다이어드에 대해 연구자들은 어머니와 영아가 각각 네 가지 다른 목표 중 하나를 달성하려고 한다고 가정했습니다. 즉, 동시에 미소 짓는 시간을 최대화하고, 어머니가 미소 짓는 시간을 최대화하고, 영아가 미소 짓는 시간을 최대화하고, 아무도 미소 짓지 않는 것입니다. 연구자들은 어머니와 영아가 언제 미소 짓는지와 그 효과가 무엇인지 통계적으로 분석하여 각각에 대한 가장 가능성 있는 목표가 무엇인지 알아낼 수 있었습니다.

 

 

“아기들은 엄마가 웃는 동안 스스로는 웃지 않는 것을 적극적으로 선호했습니다. 연구원들에 따르면, '유아들은 목표를 달성하기 위해 정교한 타이밍 행동을 보였습니다.' ”

어머니의 가장 높은 확률 목표(약 70%)는 동시에 미소 짓는 것을 극대화하는 것이었고, 동일한 분석을 유아에게 적용한 결과 유아는 어머니만의 미소 짓기를 극대화하려고 할 가능성이 훨씬 더 높았습니다(약 80%). 다시 말해, 어머니는 미소 짓고 미소 짓기를 원하는 반면, 아기는 미소 짓는 것만 신경 씁니다. 사실, 아기는 어머니가 미소 짓는 동안 스스로 미소 짓지 않는 것을 적극적으로 선호했습니다 . 연구원에 따르면, "유아는 목표를 달성하기 위해 정교한 타이밍 행동을 보였습니다."

어머니가 이미 웃고 있을 때 영아가 웃을 가능성은 낮을 것이라고 생각할 수 있습니다. 그러나 그렇지 않았습니다. 미소 짓기 전 영아의 최대 효율 대기 시간을 구현하려면 즉각적인 목표와 장기적인 목표 극대화 간의 최적의 상충이 필요합니다. 영아가 절대 웃지 않는 전략은 어머니만 웃는 구성에서 즉각적인 시간을 극대화하지만 어머니만 웃는 구성에서 미래의 시간을 희생할 가능성이 있습니다(어머니는 혼자 몇 초 동안 웃은 후 미소 짓는 것을 멈출 가능성이 높기 때문입니다). "어머니만" 웃는 것을 극대화한다는 목표에서 도출된 예측은 어머니만 웃는 즉각적인 초를 극대화하는 반면 어머니가 미소를 끊을 확률은 최소화하는 것으로 나타났습니다.

이러한 결과를 검증하기 위해 연구자들은 실험할 표준화된 유아가 필요했습니다. Diego-San을 기억하시죠? 저는 다음과 같이 생각합니다 .

 

Diego-San은 실제 유아가 하는 것처럼 보이는 성인 전용 미소를 최대화하는 목표를 구현하도록 프로그래밍되었으며, 유아의 미소 행동에 대한 역 최적 제어 분석에서 합성된 제어 정책을 사용했습니다. 그런 다음 32명의 UC San Diego 학부생에게 4개의 3분 테스트 기간 동안 제시하여 유아 미소 전략과 몇 가지 다른 전략을 테스트 및 제어 사례로 테스트했습니다. Diego-San이 로봇이고 학부생이 (아마도) 로봇의 어머니가 아니었지만 결과는 실제 유아-어머니 쌍과 동일했습니다. "참가자 전용 미소의 지속 시간은 추론된 유아 목표에 따라 제어자의 경우 다른 3가지 제어 조건보다 상당히 길었습니다."

이 연구에서 보여주는 것은 엄마는 자신과 아기가 웃는 시간을 최대한 늘리기 위해 미소를 짓는 타이밍을 맞추는 반면, 아기는 엄마만 웃는 시간을 최대한 늘리기 위해 미소를 짓는 타이밍을 맞춘다는 것입니다. 이 연구에서는 또한 상대방의 행동에 직접적인 영향을 미치도록 설계된 의도적이고 체계적인 타이밍이 있다는 것을 보여줍니다. 이 연구에서 보여 주지 않는  것은 아기(또는 어른)가 이를 의식하는지 여부이지만, 최소한 아기가 원하는 목표 상태를 달성하기 위해 행동을 바꾸고 있는 것 같습니다. 까다로운 녀석들이죠, 그렇지 않나요?

 

 
광고
광고
광고
광고
광고
광고
광고
많이 본 기사
유투브 많이 본 기사