로봇 밀봉 작업에서 경로 기반 속도 플래너의 쌍별 선호 기반 최적화

생산 공장은 인간 중심의 솔루션을 구현하기 위해 재설계되고 있습니다. 특히 부가가치 높은 작업을 고려할 때, 로봇은 숙련된 작업자가 얻는 것에 버금가는 작업 품질을 달성하기 위해 행동을 최적화해야 합니다. 조작기의 수동 프로그래밍 및 조정은 비효율적인 솔루션이며, 자동화된 전략을 채택해야 합니다. 외부 센서(예: 카메라)를 추가하면 로봇 셀의 복잡성이 증가하고, 일반적으로 로봇 성능을 측정하는 명시적 보상 함수를 구축하기 어렵기 때문에 문제를 해결하지 못합니다. 반면에 사용자가 두 실험 간의 질적 비교를 정의하는 것은 더 쉽습니다. 이러한 요구를 반영하여, 이 논문에서는 최근 개발된 선호 기반 최적화 접근법 GLISp를 활용하고 이를 새로운 경로 기반 속도 플래너 조정에 적응하여 사용했습니다. 구현된 솔루션은 직관적인 인간 중심 절차를 정의하여, 실험 간 쌍별 선호를 통해 작업 지식을 조작기로 전이할 수 있습니다. Franka EMIKA 판다 로봇이 로봇 밀봉 작업(즉, 자재 침착 작업)을 수행하는 테스트 플랫폼으로 사용되어 제안된 방법론을 검증했습니다. 제안된 접근법은 시연에 의한 프로그래밍 접근법 및 경로 기반 속도 플래너의 수동 조정과 비교되었습니다. 달성된 결과는 제한된 수의 실험 (20회)에서 제안된 최적화된 경로 기반 속도 플래너 방법론으로 얻은 개선된 침착 품질을 보여줍니다.