Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 정교 로봇공학의 난제인 관절형 도구 조작 문제를 해결하기 위해 Mana(Manipulation Animator)라는 범용 시뮬레이션-실제(sim-to-real) 프레임워크를 제시합니다. 애니메이션 기법에서 영감을 받은 Mana는 파지 키프레임을 모션 플래닝 및 강화학습을 통해 정교한 조작 궤적으로 변환하는 통합 파이프라인을 사용합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기관절형 도구 조작은 내부 자유도(internal degrees of freedom)와 접촉이 풍부한 상호작용을 조정해야 하므로, 정교 로봇공학에서 여전히 주요 과제로 남아 있습니다. 이전 연구들은 주로 강체 물체에 초점을 맞추었으며, 기능적인 파지 및 조작 정책 학습의 어려움과 물리적 복잡성 때문에 관절형 도구 사용은 아직 충분히 탐구되지 못했습니다. 본 논문에서는 정교한 조작을 애니메이션 문제로 재해석하는 범용 시뮬레이션-실제(sim-to-real) 프레임워크인 Mana (Manipulation Animator)를 제시합니다. 컴퓨터 애니메이션에서 영감을 받은 Mana는 절차적으로 생성된 파지 키프레임을 모션 플래닝 및 강화학습(RL)을 통해 조작 궤적으로 변환하는 거친 단계부터 세밀한 단계까지의 파이프라인을 사용합니다. 데이터 생성 과정은 대부분 자동화되어 있어, 기능적인 어포던스(affordances)를 지정하기 위해 마우스 클릭 몇 번만 필요하며 (도구당 1분 미만), 다양한 크기와 관절 유형에 걸친 네 가지 관절형 도구에서 Mana는 파지 및 손 안 조작 모두에 대해 제로샷(zero-shot) 시뮬레이션-실제 전이를 달성하여, 정교한 관절형 도구 사용을 위한 확장 가능한 접근 방식을 입증합니다.