Workhorse를 개발한 연구진은 사람의 1인칭 시점 영상을 보고 전신을 활용한 조작 동작을 계획하고 실행하도록 Unitree G1 휴머노이드를 훈련했다. 시각 플래너는 몸통과 손목, 발의 자세를 예측하고, 강화학습 기반 추적기가 그 목표를 따라간다. 실제 로봇은 상자를 분류하고, 던져진 상자를 받아내며, 여행 가방 위로 올라가기까지 한다. 사람이 밀어도 자세를 회복할 수 있다. 시뮬레이션에서는 상자 분류를 77%의 실행에서 완료했으며, 최대 40 N·s의 밀침을 받았을 때 성공률은 64%였다.
왜 중요한가
이 접근법이 확장된다면 일상에서 쓰이는 서비스 로봇이 일일이 프로그래밍하지 않아도 접촉이 많고 변수가 큰 작업을 처리할 수 있다.