주어진 과제를 성공적으로 수행하기 위해 근육의 힘을 적절히 조절하는 것은 인간의 본성에 해당한다. 이러한 제어 능력을 로봇으로 이전하는 문제는 연구자들 사이에서 큰 관심사였으나, 시각적 관찰만을 바탕으로 로봇이 임피던스 제어를 학습하도록 만드는 시도는 이루어지지 않았다. 오히려 원격 임피던스(tele-impedance) 연구는 일반적으로 EMG 센서와 같은 특수 장치에 의존해 왔는데, 이는 접근성이 낮고 단순 RGB 웹캠에 비해 일반화 능력도 떨어진다. 본 서신에서는 제안된 대략적 추정 근활성(muscle activation) 패턴에 기반한, 비전 기반 로봇 원격 임피던스 제어 시스템을 제안한다. 이러한 패턴은 입력으로서 저렴한 상용 웹캠의 RGB 이미지를 사용하는 제안된 딥러닝 기반 모델로부터 얻어진다. 특히, 우리의 모델은 사람들이 근육에 어떤 가시적 표식을 부착할 필요가 없다는 점이 주목할 만하다. 실험 결과에 따르면, 우리의 모델은 로봇이 특정 과제를 성공적으로 수행하기 위해 인간이 근육 힘을 어떻게 조절하는지를 모방할 수 있게 해준다. 비록 우리의 실험은 원격 임피던스 제어에 초점을 맞추고 있으나, 본 시스템은 또한 성공적인 과제 수행을 위해 가변 강성 제어(variable stiffness control)의 정보를 통합하는, 시연으로부터의 비전 기반 학습을 개선하기 위한 기초(baseline)를 제공할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.