코넬대·카네기멜런대·토요타리서치 연구진이 로봇 팔의 손끝뿐 아니라 전완과 상완 접촉까지 활용하는 제어기 ‘TACTIC’을 제안했다. 돌봄이나 큰 물체 조작에서는 여러 링크가 동시에 닿고 미끄러지기 때문에, 카메라만으로는 가려진 접촉 위치와 힘을 추정하기 어렵다는 문제를 겨냥했다.
TACTIC은 RGB-D 영상, 팔에 분산된 촉각 센서, 팔 주변의 2차원 근접 지도를 하나의 접촉 중심 상태로 합친다. 학습된 잠재 동역학 모델이 접촉 변화를 예측하고, 접촉 자코비안에 기반한 해석적 운동학이 힘의 방향을 보정한다. 샘플링 기반 모델예측제어는 이 예측을 반복해 작업 진척과 접촉력 제한을 함께 고려한다.
시뮬레이션에서는 미로와 침상 돌봄 과제로 DreamerV3, TD-MPC2와 비교했다. 미로 성공률은 TACTIC 87.2%, DreamerV3 75.9%, TD-MPC2 65.1%였고, 힘 제한 초과 횟수도 TACTIC이 평균 39.0회로 두 기준의 82.4회와 93.9회보다 적었다. 촉각과 근접 지도를 모두 뺀 변형의 성공률은 63.5%였다.
실물 실험에는 7자유도 Kinova Gen3 팔, 22개 압력 센서, Intel RealSense D455를 사용했다. 약 46파운드의 간호훈련용 마네킹을 옆으로 돌리는 과제에서 TACTIC은 20회 중 12회, 다리 재배치에서는 20회 중 14회 성공했다. Diffusion Policy는 각각 3회와 5회 성공했다. 동적 3차원 미로에서는 TACTIC 3/5, 기준 모델 2/5로 표본이 작았다.
| 평가 | TACTIC | DreamerV3 / Diffusion Policy | TD-MPC2 |
|---|---|---|---|
| 시뮬레이션 미로 성공률 | 87.2% | 75.9% | 65.1% |
| 힘 제한 초과(평균) | 39.0회 | 82.4회 | 93.9회 |
| 마네킹 옆돌리기 | 12/20 | 3/20 | – |
| 마네킹 다리 재배치 | 14/20 | 5/20 | – |
실험은 사람 대신 마네킹과 제한된 세 과제에서 이뤄졌고, TACTIC 자체가 수학적 안전 보장을 제공하는 것은 아니다. 연구진도 저수준 순응 제어기, 감시 장치, 비상정지와 함께 써야 한다고 밝혔다. 고품질 데이터를 모으는 맞춤형 외골격 장치에 의존한다는 확장성 한계도 있다. 사람 대상의 편안함과 안전성 검증은 후속 과제로 남았으며, 현재 결과는 2026년 7월 arXiv 사전논문 단계다.
저작권자 © STORIUM 무단전재 및 재배포 금지
