Rhoda 로봇, 카메라를 가리고 촉각만으로 질감 있는 공을 찾다

핵심: Rhoda AI는 촉각 센서와, 미래 영상과 미래 촉각을 예측하는 Direct Video-Action 모델의 확장판을 공개했다. 손목과 머리 카메라를 막은 상태에서, 매끄러운 공 하나와 질감 있는 공 하나로만 학습한 로봇이 공 일곱 개 상자에서 질감 있는 공을 꺼냈다. 그중 두 질감은 학습에 없었다.

센서

• Rhoda는 그리퍼용 버전이 깃털(수 밀리뉴턴)과 덤벨(40뉴턴 초과)에 모두 반응하고, 무거운 하중 뒤에도 깃털을 느낀다고 밝혔다. 같은 깃털에 대해, 회사가 시험한 기성 광학·자기 센서는 뚜렷한 반응이 없었다.
• 수직력과 전단력, 약 500Hz로 샘플한 접촉 진동, 온도를 보고한다. 온도 시연은 따뜻한 물과 얼음이며, 색 눈금은 20–40°C로 고정돼 있다.
• 같은 센서를 손에 드는 Universal Manipulation Interface에 넣어, 사람 시연이 영상과 동작뿐 아니라 접촉력도 기록한다. 모방 학습의 재료가 된다.

눈을 가린 과제

모델은 촉각 ‘영상’의 이력을 받아 다음 촉각 신호를 예측하고, 역동역학 모델이 그 예측을 동작으로 바꾼다. 손목과 머리 카메라는 가려져 있다. 로봇은 상자를 더듬어 접촉만으로 질감 있는 공과 매끄러운 공을 구분하고, 잡은 뒤 그립을 조정해야 한다.

학습은 매끄러운 파란 공 하나와 초록색 질감 공 하나였다. 같은 모델을 매끄러운 공 네 개와 질감 공 세 개에 적용했다. 질감 공 중 두 개는 지름, 단단함, 표면 무늬가 학습용과 달랐다. Rhoda는 모델이 여전히 질감 공을 식별해 꺼냈다고 하며, 길게 이어진 자율 실행을 보여 준다. 시도 횟수나 성공률은 밝히지 않았다. Humanoids Daily는 영상에 공을 잘못 집는 장면과 다시 훑는 장면이 있고, 일부는 6배와 12배로 빨라져 있다고 지적한다.

왜 중요한가

그리퍼가 접촉점을 가리면 시각은 실패한다. Rhoda는 픽셀을 예측하도록 만든 모델 안에서 촉각을 또 하나의 영상 스트림으로 다룬다. 카메라가 보지 못할 때도 움직여야 하는 체화 AI를 위한 처리다. 시연은 통제된 공 상자이고, 공장 부품 상자는 아니다. 반복 시행에서의 신뢰도는 밝히지 않았다.