스포츠는 오랫동안 로봇에게 중요한 시험대 역할을 해왔습니다. 이 현상의 가장 잘 알려진 예는 1990년대 중반부터 시작된 연례 로보컵 축구 대회일 것입니다. 탁구는 그보다 10년 앞서 로봇 팔의 벤치마크로 중요한 역할을 해왔습니다. 이 스포츠는 속도, 반응성, 전략 등 여러 가지를 요구합니다.
최근 발표된 논문 “인간 수준의 경쟁력을 갖춘 로봇 탁구 달성”에서 구글의 딥마인드 로보틱스 팀은 이 게임에 대한 자신들의 연구를 소개하고 있습니다. 연구진은 인간과 대결했을 때 “확실히 아마추어 수준의 인간 플레이어”를 개발하는 데 성공했습니다.
테스트 중에 이 탁구 로봇은 마주한 초급자 플레이어들을 모두 이겼습니다. 중급 플레이어와의 경기에서는 로봇이 55%의 승률을 기록했습니다. 그러나 프로 선수와의 대결에서는 아직 준비가 덜 된 상태였습니다. 로봇은 고급 플레이어와의 경기에서 매번 패배했습니다. 총 29번의 경기에서 로봇은 45%의 승률을 기록했습니다.
논문은 “이것은 인간 수준에서 인간과 함께 스포츠를 할 수 있는 최초의 로봇 에이전트이며, 로봇 학습 및 제어의 중요한 이정표를 나타냅니다. 하지만 실생활에서 유용한 여러 기술에서 인간 수준의 성과를 달성하려는 로봇 공학의 오랜 목표를 향한 작은 발걸음에 불과합니다. 단일 작업에서 일관되게 인간 수준의 성과를 달성하고, 나아가 다용도의 로봇을 구축하는 데 많은 작업이 남아 있습니다. 이러한 로봇은 실제 세계에서 인간과 능숙하고 안전하게 상호작용할 수 있어야 합니다.”라고 주장합니다.
이 시스템의 가장 큰 단점은 빠른 공에 반응하는 능력입니다. 딥마인드는 그 이유로 시스템 지연, 샷 간 필수적인 리셋, 유용한 데이터의 부족을 지적합니다. “로봇의 반응 시간을 방해하는 지연 제약을 해결하기 위해, 우리는 고급 제어 알고리즘과 하드웨어 최적화를 조사할 것을 제안합니다.”라고 연구진은 언급합니다. “이에는 공의 궤적을 예측하기 위한 예측 모델을 탐색하거나 로봇의 센서와 액추에이터 간의 더 빠른 통신 프로토콜을 구현하는 것이 포함될 수 있습니다.”
또한 이 시스템은 높은 공과 낮은 공, 백핸드, 그리고 들어오는 공의 회전을 읽는 능력에 문제가 있습니다.
탁구의 제한적인 유용성을 넘어서 이러한 연구가 로봇 공학에 미칠 수 있는 영향에 대해서는, 딥마인드는 정책 아키텍처, 실제 게임에서 시뮬레이션을 사용하는 것, 실시간으로 전략을 조정하는 능력을 언급하고 있습니다.
