[뉴스비전e 장연우 기자] 로봇이 미리 정해놓지 않은 물건을 임의로 구별해 집어내는(picking) 작업을 하는것은 매우 난이도가 높은 기술에 속한다. 

반복적으로 정해진 규격이 아닌 모양이 달라진 물건을 인지해 판별하고, 집어내기 위해서는 추상능력이 있어야 하기 때문이다. 

아마존에서 이와 관련한 기술을 높이기 위한 테스트 대회인  'Amazon Picking Challenge'를 열 정도다. 

UC버클리 대학이 인공지능과 3D기술을 융합한 로봇으로, 불규칙적인 물체를 집어내는데 99%까지 성공률을 달성해 주목 받았다. 

로봇을 보다더 정밀한 물류산업에 투입할수 있을 것이라는 기대다. 

UC버클리 대학은 페이스북을 통해  AUTOLAB팀의 이와 같은 연구결과를 최근 밝혔다. 

UC버클리 교수인 Ken Goldberg, 연구원 Jeff Mahler 및 자동화 과학 및 엔지니어링 연구소 (AUTOLAB)이 개발한 로봇인 'DexNet 2.0' 로봇에는 인공신경망과 딥러닝 알고리즘이 적용됐다.

이와함께 물체를 집어들고 움직이는 방법을 배우기 위한 3D데이터베이스를 구축했고, 신경네트워크는 3D센서와 로봇팔에 신경네트워크를 연결했다.

DexNet 2.0 앞에 물건을 배치하면 모양을 신속하게 조사하고,  99%의 성공률로 픽업하고 이동하는 파악을 선택합니다.

DexNet 2.0은 물건을 어떻게 집어야 될지 불확실한 경우에는, 잡아당겨보는 예행 동작을 스스로 한 이후 집는 작업을 하기도 했다. 

하지만, 이와 같은 예행 동작 없이도 로봇은 3D 가상현실을 통해 구축한 데이터를 학습함으로 인해서, 정확하게 물건을 집기 위한 스스로의 학습이 가능하다고 연구진은 설명했다. 

물류 뿐 아니라, 병원 등에서도 사용이 가능할 것이라는 기대다.