이족보행 로봇은 사람과 유사한 이동성을 제공함으로써 다양한 인간 규모의 환경에서 작업할 수 있어 점점 더 많은 주목을 받고 있다. 그러나 이러한 로봇의 고유한 불안정성 때문에 물리적으로 환경과 상호작용하는 동안 균형을 제어하기가 어렵다. 본 연구는 기계 학습 기법 중 하나인 행동 복제(behavior cloning) 모델을 기반으로 한 이족보행 로봇의 새로운 균형 제어기를 제안한다. 행동 복제 모델은 인간이 조작한 균형 유지 데이터를 이용해 학습된 두 개의 심층 신경망(DNNs)을 사용함으로써, 학습된 모델이 이족보행 로봇의 균형 유지를 위해 필요한 목표 렌치(wrench)를 예측할 수 있게 한다. 목표 렌치에 대한 예측을 바탕으로 로봇 동역학을 이용하여 양쪽 다리의 관절 토크를 계산한다. 개발된 균형 제어기의 성능은 정면 평면에서 무작위 교란을 가하는 방식으로 시뮬레이션과 실험 테스트를 통해 이족보행 하반신 로봇 시스템에서 검증되었다. 개발된 균형 제어기는 기존의 균형 제어 방법에 비해 균형 상실에 대한 저항성 측면에서 우수한 성능을 보였으며, 동시에 로봇의 균형 유지 동작을 더 매끄럽게 생성하였다.

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