맨위로가기

로봇 학습

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

로봇 학습은 로봇이 경험을 통해 새로운 기술과 지식을 습득하는 연구 분야이다. 모방 학습, 클라우드 로봇 공학, 로보브레인, 로보어스 등 다양한 방법론과 기술을 활용하여 로봇의 학습 능력을 향상시키려는 연구가 진행되고 있다. 특히, 로봇 간의 데이터 공유와 협력을 통해 학습 효율성을 높이는 연구가 활발하며, 구글, 딥마인드, 유럽 연합 등에서 로봇 학습 연구를 지원하고 있다.

더 읽어볼만한 페이지

  • 로봇 제어 - 칼만 필터
    칼만 필터는 잡음이 있는 측정값들을 이용하여 선형 동적 시스템의 상태를 추정하는 재귀 필터로, 예측과 보정 단계를 반복하며 항법 시스템, 레이더 추적, 컴퓨터 비전 등 다양한 분야에 응용된다.
  • 로봇 제어 - 유도, 항법 및 제어
    유도, 항법 및 제어(GNC)는 현대 무기 체계와 자율 시스템의 핵심으로, 항법, 유도, 제어 기능을 통해 위치 파악, 목표 설정, 비행 조정을 수행하며, 다양한 항법 기술을 활용하여 정확성과 신뢰성을 높이지만, 인공지능 도입에 따른 윤리적 문제와 사회적 논의가 필요한 분야이다.
  • 학습 - 연결주의
    연결주의는 정신 현상을 단순한 단위들의 네트워크로 설명하는 인공지능 및 인지과학의 접근 방식이며, 뇌의 뉴런을 모방한 인공 신경망을 기반으로 학습을 통해 지식을 습득하고 다양한 분야에 응용된다.
  • 학습 - 능력
    능력은 일 수행에 필요한 지식, 기술, 태도를 포괄하는 개념으로, 기술적 기능뿐 아니라 의사소통, 문제 해결 등의 다양한 역량을 포함하며, 개인의 성장과 사회 발전에 필수적인 요소이다.
  • 기계 학습 - 비지도 학습
    비지도 학습은 레이블이 없는 데이터를 통해 패턴을 발견하고 데이터 구조를 파악하는 것을 목표로 하며, 주성분 분석, 군집 분석, 차원 축소 등의 방법을 사용한다.
  • 기계 학습 - 지도 학습
    지도 학습은 레이블된 데이터를 사용하여 입력 데이터와 출력 레이블 간의 관계를 학습하는 기계 학습 분야로, 예측 모델 생성, 알고리즘 선택, 모델 최적화, 정확도 평가 단계를 거치며, 회귀 및 분류 문제에 적용되고 다양한 확장 기법과 성능 평가 방법을 활용한다.
로봇 학습

2. 로봇 학습의 방법론

(내용 없음)

2. 1. 모방 학습

많은 연구 그룹이 로봇이 모방을 통해 학습하는 기술을 개발하고 있다. 여기에는 시연으로부터 학습하는 다양한 기술(때로는 "시연에 의한 프로그래밍"이라고도 함)과 관찰 학습이 포함된다.

2. 2. 학습된 기술 및 지식 공유

로봇들이 학습한 기술과 지식을 공유하는 것은 클라우드 로봇 공학의 중요한 부분이며, 로봇 학습 연구의 효율성을 높이는 데 기여한다.

텔렉스(Telex)의 "백만 개 객체 챌린지"는 로봇이 간단한 물체를 발견하고 다루는 법을 학습한 뒤, 그 데이터를 클라우드에 올려 다른 로봇들이 분석하고 활용할 수 있도록 하는 것을 목표로 한다.[1]

로봇을 위한 지식 엔진인 로보브레인[2][3]이나 로봇 간 정보 공유 및 학습을 위한 네트워크인 로보어스[4][5][6][7][8]와 같은 프로젝트들이 이러한 지식 공유 시스템 구축을 목표로 진행되었다.

또한 구글 리서치, 딥마인드, 구글 X와 같은 연구 기관들도 로봇들이 서로의 경험을 공유하며 학습하는 방안을 모색하고 있다.[9][10][11]

2. 2. 1. 로보브레인 (RoboBrain)

로보브레인은 작업을 수행하려는 모든 장치에서 자유롭게 접근할 수 있는 로봇용 지식 엔진이다. 이 데이터베이스는 인터넷 검색, 자연어 텍스트, 이미지 및 비디오 해석, 객체 인식 및 상호 작용을 통해 로봇이 작업을 수행하면서 새로운 작업 정보를 수집한다. 이 프로젝트는 스탠퍼드 대학교의 아슈토시 삭세나가 이끌고 있다.[2][3]

2. 2. 2. 로보어스 (RoboEarth)

로보어스는 "로봇을 위한 월드 와이드 웹"으로 묘사되는 프로젝트이다.[4][5][6][7][8] 이는 로봇들이 정보를 공유하고 서로에게서 배우며, 복잡한 계산 작업을 외부 서버에 맡길 수 있도록 돕는 클라우드 기반의 네트워크 및 데이터베이스 저장소 역할을 한다.[4][5][6][7][8] 이 프로젝트에는 독일, 네덜란드, 스페인의 5개 주요 대학 연구원들이 참여했으며, 유럽 연합의 지원을 받았다.[4][5][6][7][8]

3. 국제 협력 및 연구 동향

텔렉스의 "백만 개 객체 챌린지"는 로봇이 간단한 물체를 발견하고 처리하는 방법을 학습한 후, 습득한 정보를 다른 로봇이 분석하고 활용할 수 있도록 클라우드에 업로드하는 것을 목표로 한다.[1]

로보브레인은 로봇을 위한 지식 엔진이다. 로보브레인은 인터넷 검색, 자연어 텍스트 해석, 이미지 및 비디오 분석, 객체 인식 및 상호 작용 등을 통해 로봇이 작업을 수행하면서 얻는 새로운 정보를 수집하여 데이터베이스를 구축한다. 이렇게 구축된 데이터베이스는 작업을 수행하려는 모든 로봇이 자유롭게 접근하여 활용할 수 있도록 개방되어 있다. 이 프로젝트는 스탠퍼드 대학교의 아슈토시 삭세나 교수가 이끌고 있다.[2][3]

3. 1. 유럽 연합 (EU)의 로봇 학습 연구 지원

로보어스는 "로봇을 위한 월드 와이드 웹"으로 묘사되는 프로젝트로,[4][5][6] 로봇이 정보를 공유하고 서로에게서 배우며, 복잡한 계산 작업을 외부 클라우드에 맡길 수 있도록 지원하는 네트워크 및 데이터베이스 저장소 역할을 한다.[4][5] 이 프로젝트에는 독일, 네덜란드, 스페인의 5개 주요 대학 연구진이 참여하고 있으며, 유럽 연합의 지원을 받고 있다.[7][8]

3. 2. 구글, 딥마인드, 구글 X의 로봇 학습 연구

구글 리서치, 딥마인드, 구글 X는 로봇이 서로 경험을 공유하여 학습하도록 하는 연구를 진행하고 있다.[9][10][11]

4. 한국의 로봇 학습 연구 현황

한국은 세계적인 로봇 산업 경쟁력을 기반으로 로봇 학습 분야에 대한 연구 개발 투자를 지속적으로 확대하고 있다. 4차 산업혁명 시대를 맞아 로봇 기술의 중요성이 더욱 부각되면서, 미래 산업 경쟁력 확보를 위한 정부의 적극적인 정책 지원과 투자가 이루어지고 있다.

특히 인공지능, 빅데이터, 클라우드 컴퓨팅 등 핵심 디지털 기술과 로봇 학습 기술의 융합 연구가 활발히 진행 중이다. 이러한 기술 융합은 제조업, 서비스업, 의료 등 다양한 산업 현장에서 로봇의 지능화와 자율성을 높여 혁신적인 변화를 가져올 잠재력을 지닌 것으로 평가받는다. 정부는 관련 분야의 연구 개발 생태계를 강화하고, 미래 로봇 산업을 선도할 창의적인 인재 양성을 위한 지원을 확대하며 미래 성장 동력 확보에 힘쓰고 있다.

참조

[1] 웹사이트 10 Breakthrough Technologies 2016: Robots That Teach Each Other https://www.technolo[...] MIT Technology Review 2017-01-04
[2] 웹사이트 RoboBrain: The World's First Knowledge Engine For Robots https://www.technolo[...] MIT Technology Review 2017-01-04
[3] 간행물 The Plan to Build a Massive Online Brain for All the World's Robots https://www.wired.co[...] 2017-01-04
[4] 웹사이트 Europe launches RoboEarth: 'Wikipedia for robots' https://www.usatoday[...] USA TODAY 2017-01-04
[5] 웹사이트 European researchers have created a hive mind for robots and it's being demoed this week https://www.engadget[...] Engadget 2017-01-04
[6] 웹사이트 Robots test their own world wide web, dubbed RoboEarth https://www.bbc.com/[...] BBC News 2017-01-04
[7] 웹사이트 'Wikipedia for robots': Because bots need an Internet too https://www.cnet.com[...] CNET 2017-01-04
[8] 웹사이트 New Worldwide Network Lets Robots Ask Each Other Questions When They Get Confused http://www.popsci.co[...] Popular Science 2017-01-04
[9] 웹사이트 Google Tasks Robots with Learning Skills from One Another via Cloud Robotics http://www.allaboutc[...] 2017-01-04
[10] 웹사이트 Google's next big step for AI: Getting robots to teach each other new skills https://www.zdnet.co[...] ZDNet 2017-01-04
[11] 웹사이트 How Robots Can Acquire New Skills from Their Shared Experience https://research.goo[...] Google Research Blog 2017-01-04


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com