학습에 의한 휴머노이드 보행 개선

Abstract

휴머노이드는 광범위한 기술들이 융합된 로봇이며, 그 중에서도 보행은 아직까지도 휴머노이드에 있어서 가장 기본적이면서도 어려운 연구 분야이다. 보행을 구현하는 방법으로는 기구학과 동역학을 해석하는 방식이 일반적인데 이 중에서 역기구학의 적용은 어느 정도 보편화 되어 있으나, 동역학의 경우는 그 적용 방법이나 결과가 아직 정착되지 못하고 있다. 그 이유는 동역학 해석의 기술적인 문제일 수도 있으나 본 연구에서는 인간이 보행을 구현하는 방법이 동역학 해석이 아님에 착안하여, 학습 알고리즘으로 동역학 해석을 대신할 수 있는 가능성을 확인해 보았다. 본 연구에서 결과물로 내놓고자 하는 것은 인간이 걸음마를 배우는 과정을 모방하여 점차 보행 능력을 향상시키는 실물 휴머노이드이다. 이 휴머노이드는 복잡한 연산을 거의 사용하지 않고, 정밀한 기구 구조를 갖지 않는 저가의 시스템을 목표로 하고 있으므로, 하드웨어 구현 자체도 연구에서 비중 있게 다루었다.; A humanoid is a robot with a wide variety of techniques put together. Among these technologies, the most basic yet difficult research category is "walking" even until today. Generally, the walking solution is to use kinematics and dynamics. Inverse kinematics has become somewhat general but the method of dynamics has not been able to fine applications nor settle down with its results. The reason for this can be seen as technical problems when defining dynamics. In this research we have concluded that dynamics is not analyzed while the walking of mankind. We have realized that learning algorithms can replace dynamics. As a result for this research, we would like to resent a real humanoid modeling mankind learning how to walk. This real humanoid does not use complicated operations and is targeted to have a low cost system without a detailed mechanic structure. So hardware building was also an important factor in this research.