관찰 학습 패러다임: 두 발 로봇이 인간의 춤을 모방할 수 있도록 하는 다리 작업 모델

본 논문은 춤 동작 학습을 위한 관찰 학습 패러다임을 구현하는 프레임워크를 제안합니다. 이 프레임워크는 인간의 시범에서 포착된 춤 동작을 모방하도록 휴머노이드 로봇을 가능하게 합니다. 이 연구는 특히 두발 로봇이 몸 전체의 동작뿐만 아니라 스텝을 포함한 다리 동작도 모방하는 새로운 시도를 달성하는 데 중점을 두고 있습니다. 로봇과 원래의 무용수 간의 신체적 차이로 인해 문제를 해결하는 것이 어려워집니다. 이 차이로 인해 로봇이 원래의 동작을 직접적으로 따라 하지 못하게 되고, 이는 동적 신체 안정성에 영향을 미칩니다. 우리는 이 문제 해결에 중요한 역할을 하는 다리 작업 모델을 제안합니다. 다리 동작의 저수준 작업은 동적 안정성을 유지하는 데 필요한 필수 정보를 명확히 제공하도록 모델링됩니다. 이 모델은 동작 조정 문제를 작업 시퀀스를 인식하는 문제와 작업 시퀀스를 실행하는 문제로 나누어 정리합니다. 우리는 포착된 동작 데이터에서 작업을 인식하는 방법과 기존 로봇(HRP-2 포함)이 실행할 수 있는 동작을 생성하는 방법을 개발하였습니다. HRP-2는 인간 무용수가 수행한 전통 민속 춤을 모방한 생성된 동작을 성공적으로 수행하였습니다.