BROWSE
Detail
Conference Paper
다자유도 로봇의 지면 접촉 감지 인터페이스를 활용한 강화학습 기반 거동 제어 기법
Cited - time in 
Share 
Share
- Issue Date
- 2025-11
- Citation
- 대한임베디드공학회 학술 대회 (추계) 2025, pp.484-484
- Publisher
- 대한임베디드공학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 다자유도 뱀 로봇은 높은 기동성과 적응성을 바탕으로 복잡한 지형에서 효과적인 이동을 수 행할 수 있어 로봇공학 분야에서 중요한 연구 대상으로 자리매김하고 있다. 그러나 이러한 장점에도 불구 하고, 뱀 로봇의 복잡한 동역학 모델과 고차원 상태·행동 공간은 강화학습(RL) 기반 제어에서 긴 학습 시 간과 과도한 연산 자원 소모라는 한계를 야기한다. 본 연구는 이러한 문제를 해결하고 뱀 로봇의 지형 적 응성과 거동 안정성을 향상시키기 위해, 지면 접촉 감지 인터페이스를 설계하고 이를 RL 프레임워크에 통 합한 새로운 거동 제어 기법을 제안한다. 제작된 뱀 로봇은 각 링크 상·하부에 FSR 408 센서를 장착하여 지면과의 접촉 지점을 실시간으로 감지할 수 있도록 설계되었다. 기존 뱀 로봇의 지면 접촉 센서 구현 방식인 어레이형 센서 인터페이스는 국소적 힘 측정과 복잡한 배선 구조라는 한계를 지녔으나, 본 연구에서는 컴플라이언트 필름 기반의 접촉 확장 설계를 적용하여 단 두 개의 센서만으로도 넓은 면적의 접촉을 안정적으로 검출할 수 있도록 하였다. 이 설계를 통해 약 20 dB 수준의 신호대잡음비(SNR)를 확보하였으며, 각 링크에서 수집된 접촉 데이터는 I2C 버스를 통해 ATmega32u4 기반 마이크로컨트롤러에서 처리된 뒤, 로봇 꼬리부에 배치된 보조 MCU 를 거쳐 PC로 전송된다. 이와 같이 획득된 접촉 정보는 RL의 상태 공간(state space)에 통합되어 로봇의 현재 자세와 지면 상호작 용 정보를 풍부하게 제공한다. 이를 통해 학습된 제어 정책은 지형의 불확실성과 변화를 실시간으로 반영 하여 움직임을 동적으로 조정할 수 있다. 또한, 학습 과정에서 접촉 정보가 포함된 RL 정책이 기존 대비 우수한 안정성과 학습 효율을 보임을 확인하였다. 결론적으로, 본 연구에서 제안한 지면 접촉 감지 기반 강화학습 제어 기법은 뱀 로봇의 거동 안정성과 환 경 적응성을 획기적으로 향상시킨다. 이는 고차원 학습 공간의 제약을 완화하고 학습 효율성을 높이는 동 시에, 예측 불가능한 실제 환경에서도 강건한 이동 성능을 확보할 수 있는 기반을 제공한다.
- Keyword
- Biomimetic robot, Reinforcement learning, Ground contact sensing, Sensor integration for robot learning
- KSP Keywords
- Biomimetic robots, Contact sensing, Reinforcement learning(RL), Robot Learning, Sensor integration, State space, ground contact