[한 사람이 동시에 조종할 수 있는 로봇의 수는 얼마인가?] DARPA 프로젝트는 오랜 가정을 뒤집는다.
한 사람이 동시에 조종할 수 있는 로봇의 수는 얼마인가? DARPA 프로젝트는 오랜 가정을 뒤집는다.
본 기사는 IEEE Xplore와 협력하여 진행하는 독점적인 IEEE Journal Watch 시리즈 의 일부입니다 .
자율 로봇 무리가 점점 더 복잡한 임무에 테스트되고 배치되고 있지만, 이러한 임무 중에 일정 수준의 인간의 감독이 여전히 필요합니다. 즉, 중요한 질문이 남습니다. 한 사람이 압도당하기 전에 얼마나 많은 로봇과 얼마나 복잡한 임무를 관리할 수 있을까요?
미국 방위고등연구계획국( DARPA )에서 자금을 지원한 한 연구에서 전문가들은 인간이 100대가 넘는 자율 지상 및 공중 차량으로 이루어진 이질적인 무리를 단독으로 효과적으로 관리할 수 있으며 , 임무의 전체적인 작은 부분에서 짧은 시간 동안만 압도감을 느낀다는 것을 보여주었습니다. 예를 들어, 도시 환경에서 특히 어려운 며칠간의 실험에서 인간 컨트롤러는 작업 부하로 인해 과중한 부담을 느낀 시간은 3%에 불과했습니다. 이 결과 는 11월 19일 IEEE Transactions on Field Robotics 에 게재되었습니다 .
오리건 주립 대학의 협동 로봇 및 지능형 시스템 연구소 의 연구 부소장인 줄리 A. 애덤스는 35년 동안 로봇 및 항공기 조종실과 원자력 발전소 제어실과 같은 기타 복잡한 시스템과의 인간 상호작용을 연구해 왔습니다. 그녀는 로봇 무리가 산불 감시와 같이 인간에게 특히 위험하고 위험할 수 있는 작업을 지원하는 데 사용될 수 있다고 지적합니다.
애덤스는 "군집은 로스앤젤레스의 최근 화재 지역에서 새로운 화재나 약탈자를 모니터링하는 것과 같이 해당 지역을 지속적으로 감시하는 데 사용될 수 있습니다."라고 말합니다. "이 정보는 소방대나 물탱크와 같은 제한된 자산을 새로운 화재와 핫스팟, 또는 화재가 진화된 것으로 생각되는 위치로 보내는 데 사용될 수 있습니다."
이런 종류의 임무에는 다양한 종류의 무인 지상 차량(예: Aion Robotics R1 휠 로봇)과 항공 자율 차량 (예: Modal AI VOXL M500 쿼드콥터)이 혼합되어 포함될 수 있으며, 인간 컨트롤러는 임무가 전개됨에 따라 개별 로봇을 다른 작업에 재할당해야 할 수도 있습니다. 주목할 점은 지난 수십 년 동안의 일부 이론과 심지어 Adams의 초기 논문 작업에서도 한 사람이 매우 많은 수의 로봇을 배치할 수 있는 능력이 제한적이라고 제안합니다.
Adams는 "이러한 역사적 이론과 관련된 경험적 결과는 지상 로봇의 수가 증가함에 따라 인간의 작업 부하도 증가했으며, 이는 종종 전반적인 성과 감소로 이어졌다는 것을 보여줍니다."라고 말하며, 이전 연구는 연석 및 기타 물리적 장벽을 처리해야 하는 무인 지상 차량(UGV)에 초점을 맞추었지만 무인 항공기(UAV)는 물리적 장벽을 덜 겪는 경우가 많다고 언급했습니다.
인간 컨트롤러는 가상 디스플레이로 자율주행차 무리를 관리했습니다. 푸시아 링은 사람이 헤드 마운트 디스플레이 내에서 볼 수 있는 영역을 나타냅니다. DARPA
DARPA의 OFFENSIVE Swarm-Enabled Tactics(OFFSET) 프로그램의 일환으로 Adams와 그녀의 동료들은 이러한 이론이 무인 지상 및 공중 차량이 혼합된 매우 복잡한 임무에 적용되는지 알아보고자 했습니다. 2021년 11월, 켄터키주 포트 캠벨에서 두 명의 인간 통제자가 3주 동안 교대로 일련의 임무에 참여하여 적대적인 표적을 무력화하는 목표를 세웠습니다. 두 인간 통제자 모두 군집을 통제하는 데 상당한 경험이 있었고 하루에 1.5시간에서 3시간까지 교대로 근무했습니다.
인간이 얼마나 큰 무리를 관리할 수 있는지 테스트테스트 동안, 인간 통제자들은 테스트 장소 가장자리의 지정된 구역에 위치하고, 환경을 가상으로 재구성하여 차량의 위치와 각 차량에 할당된 작업을 파악했습니다. 가장 큰 임무 전환에는 드론 110대 , 지상 차량 30대, 그리고 실제 차량을 나타내는 최대 50대의 가상 차량이 포함되었습니다. 로봇은 실제 도시 환경과 AprilTags(가상의 위험을 나타낼 수 있는 단순화된 QR 코드)를 사용하여 표현된 일련의 가상 위험을 탐색해야 했으며, 이는 임무 현장 전체에 흩어져 있었습니다.
왼쪽 위부터 시계 방향으로: 3DR Solo, Uvify IFO-S, TX2가 장착된 AION R1, Modal AI VOXL m500 UGV 및 UAV. Phillip Walker et al.
DARPA는 수천 개의 위험과 수색에 필요한 정보를 제공함으로써 최종 현장 훈련을 예외적으로 어렵게 만들었습니다. Adams는 "위험의 복잡성이 상당했습니다."라고 말하며, 일부 위험은 여러 로봇이 동시에 상호 작용해야 했고, 일부 위험은 주변 환경을 이동했다고 언급했습니다. 각 임무 교대 내내, 인간 컨트롤러의 당면 과제에 대한 생리적 반응이 모니터링되었습니다. 예를 들어, 센서는 심박수 변동성, 자세, 심지어 말하기 속도에 대한 데이터를 수집했습니다. 이 데이터는 작업 부하 수준을 추정하는 확립된 알고리즘에 입력되었으며, 컨트롤러가 "과부하 상태"라고 하는 정상 범위를 초과하는 작업 부하 수준에 도달했을 때를 결정하는 데 사용되었습니다.
애덤스는 이 현장 훈련에서 관리해야 할 로봇의 복잡성과 방대한 양에도 불구하고 과부하 상태 인스턴스의 수와 지속 시간은 비교적 짧았다고 지적합니다. 임무 교대 중 몇 분이었습니다. 그녀는 "추정된 과부하 상태의 총 백분율은 우리가 데이터를 수집한 모든 교대에서 모든 작업 부하 추정치의 3%였습니다."라고 말합니다.
인간 지휘관이 과부하 상태에 도달하는 가장 흔한 이유는 여러 가지 새로운 전략을 수립해야 하거나 발사 구역에서 어떤 차량이 배치 가능한지 확인해야 할 때입니다. 애덤스는 이러한 발견이 과거 이론과 달리 로봇의 수가 이전에 생각했던 것보다 인간 군집 제어 성능에 미치는 영향이 적을 수 있음을 시사한다고 지적합니다. 그녀의 팀은 군집 제어 임무에 영향을 미칠 수 있는 다른 요인, 예를 들어 다른 인간 제한, 시스템 설계, UAS 설계를 탐구하고 있으며, 그 결과는 잠재적으로 미국 연방 항공청 드론 규정에 정보를 제공할 것이라고 그녀는 말합니다.
이 스토리는 2025년 1월 27일에 업데이트되어, 이 실험은 제어자가 작업 부하에 압도당했는지 여부 만 연구했으며 , 스트레스를 받았는지 여부는 연구하지 않았다는 점을 명확히 했습니다 .
<저작권자 ⓒ ainet 무단전재 및 재배포 금지>
|
많이 본 기사
자율차,드론, 교통, 에너지,기후 많이 본 기사
최신기사
|