- Board
- NEWS
Home > Board > Announcements
Announcements
사진.png
인공지능학과 석사과정 이제경, 이금정 학생(지도교수 정희철)이 최근 개최된 ‘Physical AI Challenge’ 대회에서 최우수상을 수상했다.
Physical AI Challenge 대회는 한국인공지능학회에서 주최하는 대회로, 아이디어의 참신성, 가성비, 기술적 난이도, 과제 성공률의 네 가지 기준으로 참가작을 종합 평가한다. 예선을 통과한 4개 팀이 본선에 진출해 실제 로봇 시연으로 경쟁했으며, 두 학생은 팀을 이뤄 참가해 최우수상의 영예를 안았다.
두 학생은 ‘두 축으로 분리한 안전 로봇 조작 시스템'을 개발했다. 제안된 시스템은 위험 회피와 사람 보호를 서로 독립된 두 개의 축으로 분리한 구조가 핵심이다. 첫 번째 축에서는 ACT(Action Chunking Transformer) 정책이 시연 데이터로부터 목표 물체를 집으면서 위험 물체를 회피하는 동작을 학습하며, Open-vocabulary 객체 탐지 모델 OWLv2가 생성한 위험 플래그를 관절 상태에 추가 입력으로 주입해 위험 상황을 정책에 전달한다. OWLv2는 재학습 없이 텍스트 라벨을 추가하는 것만으로 새로운 위험 객체에 대응할 수 있어, 별도의 정책 재학습 없이 위험 객체를 확장할 수 있다는 장점이 있다. 두 번째 축에서는 MediaPipe 기반 손 감지가 작업 공간에 사람의 손이 진입하면 로봇의 동작을 즉시 정지시킨다. 사람 보호와 직결되는 안전 정지를 확률적인 학습 모델에 맡기지 않고 결정론적 규칙으로 분리한 설계로, 학습 기반 회피와 규칙 기반 정지를 결합해 두 층위의 안전을 확보했다.
이 팀은 시스템 구현에 그치지 않고 검증 실험을 통해 학습 정책이 위험 플래그를 실제로 활용하는지 분석했으며, 시각 입력과 플래그 입력이 훈련 데이터에서 강하게 상관될 경우 정책이 플래그에 독립적으로 의존하지 않을 수 있다는 인과 혼동 현상을 실험적으로 확인해 향후 데이터 수집 설계와 개선 방향을 제시했다.
정희철 지도교수는 "로봇이 사람과 같은 공간에서 일하는 시대에 안전은 성능만큼 중요한 과제“라며, ”학습 기반 지능과 규칙 기반 안전 장치를 결합한 이번 수상작은 신뢰할 수 있는 로봇 시스템 설계의 좋은 사례"라고 전했다.
좋아요 [
0 ] 
댓글 ( 0 )