AI로 산업 로봇 협업 최적화

구글 딥마인드, 인트린직, UCL의 연구진이 다수의 산업 로봇을 안전하고 효율적으로 조정할 수 있는 AI를 개발했습니다. 이 접근법은 복잡하고 시간이 많이 소요되는 수동 로봇 프로그래밍 과정을 대체하기 위한 초기 단계로 평가됩니다.

구글 딥마인드 로보틱스, 로봇 회사 인트린직, 런던 대학교(UCL)의 연구진은 '로보발레(RoboBallet)'라는 AI 방법을 도입하여 수동 로봇 프로그래밍 문제를 해결하고자 합니다. 알파벳 소속의 인트린직에 따르면, 현재 전 세계 430만 대의 산업 로봇을 프로그래밍하는 데 1억 시간 이상이 소요되며, 작업이나 레이아웃이 변경될 때마다 이 수치는 초기화됩니다. 이 연구는 Science Robotics에 발표되었으며, 다수의 로봇을 위한 완전 자동화된 충돌 없는 조정을 가능하게 하는 것을 목표로 합니다.

이 팀의 접근법은 강화 학습으로 훈련된 그래프 신경망(GNN)을 사용합니다. 로봇, 작업, 장애물은 그래프의 노드로 표현되어 시스템이 이들 간의 복잡한 관계를 모델링할 수 있게 합니다. 수백만 개의 시뮬레이션 시나리오에서 연습함으로써 AI는 로봇을 위한 최적화된 충돌 없는 경로를 찾는 법을 학습합니다. 연구진에 따르면, CAD 파일과 대략적인 작업 설명만 있으면 시작할 수 있다고 합니다.

실험실 테스트에서 로보발레는 전통적인 방법과 전문가가 설계한 솔루션보다 약 25% 더 나은 성과를 보였습니다. 인트린직에 따르면, 효율성 향상은 로봇 수에 따라 증가하며, 로봇 수를 4대에서 8대로 늘릴 경우 평균 작업 완료 시간이 60% 감소했습니다.

인트린직의 최고 과학 책임자인 토르스텐 크뢰거는 이 기술을 제조업에서 적응적이고 매우 효율적인 계획을 위한 중요한 단계로 평가합니다. 목표는 인간이 고수준의 작업만 정의하고, 시스템이 최적의 순서를 결정하고, 각 로봇에 대한 충돌 없는 경로를 생성하는 것입니다. AI 기반 인식과 결합하면 실시간 재계획도 가능해질 수 있습니다.

이 시스템은 아직 실제 생산 라인에서 테스트되지 않았습니다. 현재의 제한 사항으로는 서로 다른 기능을 가진 로봇이나 엄격한 순서가 필요한 작업을 처리할 수 없는 점이 있습니다.