[논문 리뷰] Marinarium: a New Arena to Bring Maritime Robotics Closer to Shore

Ignacio Torroba, D. Dorner외 15명|arXiv (Cornell University)|2026. 02. 26.

Underwater Vehicles and Communication Systems인용 수 0

한 줄 요약

이 논문은 디지털 트윈 및 우주 로봇공학 연계가 있는 모듈식 수중 연구 시설 Marinarium를 소개하고, Koopman EDMD with RBFs를 사용한 데이터 기반 시스템 식별을 포함한 다른 오픈 리서치 실험들을 시연합니다.

ABSTRACT

This paper presents the Marinarium, a modular and stand-alone underwater research facility designed to provide a realistic testbed for maritime and space-analog robotic experimentation in a resource-efficient manner. The Marinarium combines a fully instrumented underwater and aerial operational volume, extendable via a retractable roof for real-weather conditions, a digital twin in the SMaRCSim simulator and tight integration with a space robotics laboratory. All of these result from design choices aimed at bridging simulation, laboratory validation, and field conditions. We compare the Marinarium to similar existing infrastructures and illustrate how its design enables a set of experiments in four open research areas within field robotics. First, we exploit high-fidelity dynamics data from the tank to demonstrate the potential of learning-based system identification approaches applied to underwater vehicles. We further highlight the versatility of the multi-domain operating volume via a rendezvous mission with a heterogeneous fleet of robots across underwater, surface, and air. We then illustrate how the presented digital twin can be utilized to reduce the reality gap in underwater simulation. Finally, we demonstrate the potential of underwater surrogates for spacecraft navigation validation by executing spatiotemporally identical inspection tasks on a planar space-robot emulator and a neutrally buoyant \gls{rov}. In this work, by sharing the insights obtained and rationale behind the design and construction of the Marinarium, we hope to provide the field robotics research community with a blueprint for bridging the gap between controlled and real offshore and space robotics experimentation.

연구 동기 및 목표

• 연안 근처에서 반복 가능한 해양 로봇 실험을 위한 비용 효율적이고 모듈식 실내 시설 제공.
• 다중 도메인 실험(수중, 해상, 공중) 및 우주 로 robotics 연구실 인프라와의 통합 가능성 제고.
• 디지털 트윈과 실시간 ROS 2 통합을 통한 시뮬레이션과 실제 테스트의 다리 역할.
• 수중 차량에 대한 데이터 기반 시스템 식별 및 Sim2Real 연결 방법 탐색.
• 수중 대리 물체를 활용한 우주 로 robotics 검증의 가능성 시연.

제안 방법

• Marinarium 설계 설명: 9x5x3 m 물대, 접이식 지붕, 이중 모션 캡처 시스템, ROS 2 통합.
• 고선형 탱크 데이터로부터 수중 차량의 데이터 기반 이산 시간 역학 모델 개발.
• 탱크 데이터에서 네 가지 역학 모델 비교: Koopman EDMDc with RBFs, Double Integrator (DI), Fossen 기반 물리 모델, 그리고 Physics-informed NN (PINc).
• 상태를 높은 차원으로 올리기 위해 Gaussian RBF를 사용하고 선형 디코더 C를 갖는 zk+1=Azk+Buk를 학습.
• 50 Hz에서 12D 상태 및 8 추진기 입력으로 모델을 학습 및 평가하고, 호(H)=1,10,100에 대한 엔드포인트 RMSE를 보고.
• RBF 중심에 대해 k-means를, A,B에 대해 릿지 회귀를 사용하는 재현 가능한 EDMDc–RBF 식별 파이프라인 제공.

실험 결과

연구 질문

• RQ1 Marinarium 같은 모듈형이고 해안에 가까운 시설이 반복 가능하고 현실적인 실험을 가능하게 해 수중 로봇 연구를 가속화할 수 있는가?
• RQ2 데이터 기반 모델(특히 Koopman EDMDc with RBFs)이 전통적 물리 기반 또는 신경망 접근 방식과 비교할 때 수중 차량의 역학을 얼마나 잘 식별하는가?
• RQ3 디지털 트윈과 다중 도메인 테스트가 수중 로봇 연구의 sim2real 격차를 얼마나 줄일 수 있는가?
• RQ4 수중 대리물을 사용한 우주 로보틱스 검증의 타당성은 어떻게 되는가?

주요 결과

모델	1-step RMSE	10-step RMSE	100-step RMSE
Koopman (EDMDc–RBF)	0.0629	0.0831	0.1859
Double Integrator (DI)	0.0784	0.1088	0.4683
Fossen (BlueROV2)	0.0765	0.2122	0.5788
PINc (ResDNN)	8.7886	9.1550	9.1639

• Koopman EDMDc with RBFs 모델이 탱크 데이터에서 1단계, 10단계 및 100단계 호라이즌 전체에서 가장 낮은 엔드포인트 RMSE를 달성했다.
• 기준 DI 및 Fossen 물리 모델은 특히 더 긴 호라이즌에서 Koopman 접근법보다 더 나쁜 성능을 보였다.
• PINc는 이 데이터 세트에서 매우 높은 RMSE 값을 보이며 성능이 좋지 않음을 시사한다.
• Koopman EDMDc–RBF에 대한 RMSE는 1단계 0.0629, 10단계 0.0831, 100단계 0.1859; DI는 0.0784, 0.1088, 0.4683; Fossen은 0.0765, 0.2122, 0.5788; PINc는 8.7886, 9.1550, 9.1639이다.
• 본 연구는 고충실도 탱크 데이터를 사용한 수중 로봇의 데이터 기반 역학 식별을 위한 실용적인 파이프라인을 검증한다.
• Marinarium은 작동자-이론적 시스템 식별 및 sim2real 연결에 적합한 밀도 높은 저잡음 데이터 세트를 수집할 수 있는 제어된 환경을 제공한다.