연구진은 로봇이 의료 실험실의 작업 절차를 올바른 순서로 수행하고, 상황이 바뀌면 대응할 수 있도록 설계된 시스템 Robo-MLT를 소개했다. 이 시스템은 작업 절차 모니터와 물리적 동작을 생성하는 학습 시스템을 결합했다.
혈액가스 분석과 혈액 샘플 튜브 분류 시험에서 Robo-MLT의 성공률은 각각 82%와 70%였다. 이는 π0.5 기준 시스템보다 각각 30%포인트, 22%포인트 높은 수치다. 별도 시험에서는 작업자가 로봇이 처리하던 샘플을 제거하자 시스템이 계획을 수정하고 남은 샘플 작업을 이어 갔다.
왜 중요한가
로봇 자동화를 검토하는 실험실에 이번 결과는 샘플 제거라는 한 가지 작업 중단 상황에 시스템이 대응할 수 있음을 시사한다. 다만 결과는 평가한 작업과 조건에만 해당한다.