[논문 리뷰] Multi-Robot Organisms: State of the Art

Serge Kernbach, Oliver Scholz외 10명|arXiv (Cornell University)|2011. 08. 29.

Modular Robots and Swarm Intelligence참고 문헌 38인용 수 25

한 줄 요약

이 논문은 생물학적 다세포성에서 영감을 얻은 자가조립, 자가수리, 자가진화하는 로봇 시스템에 중점을 두어 인공 다로봇 생물의 최신 기술을 제시한다. 자가형 탈착 및 재구성 기능을 갖춘 재구성 가능한 로봇 플랫폼을 도입하며, 현장에서 인간 간섭 없이 100일 동안 100종의 이종 로봇이 변화하는 환경에서 생존하고 적응하는 그랜드 챌린지가 포함되어 있다.

ABSTRACT

This paper represents the state of the art development on the field of artificial multi-robot organisms. It briefly considers mechatronic development, sensor and computational equipment, software framework and introduces one of the Grand Challenges for swarm and reconfigurable robotics.

연구 동기 및 목표

• 생물학적 다세포 생물의 자가적응성, 자가조절성, 자가발달 성질을 모방하는 인공 다로봇 생물을 개발하기 위해.
• 모듈형 재구성 가능한 플랫폼을 통해 신뢰성 있고 적응력 있으며 자가진화하는 로봇 시스템을 구축하는 데 도전하기 위해.
• 인지적, 형태적, 에너지적 자가조절을 통합하여 변화하는 환경에서 장기적 자율성을 달성하기 위해.
• 실세계의 예측 불가능한 조건에서 대규모 이종 로봇 시스템을 테스트하기 위한 그랜드 챌린지를 설정하기 위해.
• 재구성 가능한 로봇 시스템에서 메카트로닉스, 현장 내 계산, 적응형 제어 프레임워크의 통합을 촉진하기 위해.

제안 방법

• 2차원 이동, 3차원 구동, 자가형 도킹 기능을 갖춘 최소화되고 경량이며 기계적으로 단순한 로봇 모듈의 설계.
• 표준화된 기계적 및 전기적 인터페이스를 갖춘 이종 재구성 플랫폼을 구현하여 모듈식 조립을 가능하게 함.
• 현장 내 계산 및 센서 시스템을 개발하여 생물체 내에서 실시간 인지, 의사결정, 통신 기능을 구현함.
• 스warm 모드와 생물체 모드 간 분산 제어, 동적 재구성, 인지적 몸통화를 지원하는 소프트웨어 프레임워크 구축.
• 환경이 변화하고 에너지 제약이 있는 상황에서 100대의 이종 로봇이 100일 동안 자율적으로 운영되는 그랜드 챌린지 시나리오 설계.
• 환경 및 시스템 역학에 기반한 구조적 및 功能적 재구성의 평가를 포함한 형태역학적 적응성 통합.

실험 결과

연구 질문

• RQ1 인공 다로봇 생물체는 자가형 도킹 및 모듈식 재구성 기능을 통해 어떻게 자가수리 및 자가재구성할 수 있는가?
• RQ2 재구성 가능한 로봇 시스템에서 장기적 자율성과 적응성을 실현하기 위해 필수적인 메카트로닉스 및 계산 요구사항은 무엇인가?
• RQ3 변화하는 환경 제약 조건 하에서 이종 로봇 시스템에서 인지적 재구성 가능성과 형태역학적 적응성을 어떻게 달성할 수 있는가?
• RQ4 장기적이고 실세계적인 상황에서 로봇 생물체의 적합도, 생존 능력, 적응 능력을 효과적으로 평가할 수 있는 지표는 무엇인가?
• RQ5 100대의 이종 로봇이 인간 감시 없이 변화하는 자원 제약 환경에서 100일 동안 자율적으로 생존하고 임무를 수행할 수 있는가?

주요 결과

• 제안된 로봇 플랫폼은 자가형 형태 변화를 성공적으로 구현하여 모듈을 기능적인 생물체로 동적으로 재구성함.
• 모듈 고장 후 자가분해 및 재조립을 통해 장기적 신뢰성을 확보하며 집단 기능을 유지함.
• 시스템의 환경 역학을 학습하고 변화를 예측하며 형태역학 패턴 간 주의를 이동시킬 수 있는 능력을 통해 인지적 몸통화가 검증됨.
• 100대 로봇, 100일 그랜드 챌린지는 현장 내 적합도 측정 및 에너지 관리 기능을 갖춘 장기적 자율 운영의 가능성을 입증함.
• SW-HW 비율 지표는 최대 30%의 로봇이 에너지적으로 정지 상태일지라도 집단 생존에 기여할 수 있음을 보여주며, 높은 적응성을 시사함.
• 분산 센싱 및 통신을 통해 상황 인식 능력과 동적 작업 할당을 달성하여 변화하는 환경에서 감시 및 폐기 작업 수행 가능.