Dynamic Manipulation

• 카테고리: Planning & manipulation › Manipulation
• 태그: manipulation, dynamics, nonprehensile, deformable-objects, throwing

던지기, 펄럭이기, 받기처럼 관성력과 가속에 따른 힘이 작업에 필수적인 조작으로, 접촉이 끝난 뒤에도 물체가 계속 움직인다.

정의

동적 조작(dynamic manipulation)은 로봇과 물체를 가속하는 데 필요한 힘을 분석에서 무시할 수 없는 조작 작업을 아우른다. Matthew Mason과 Kevin Lynch는 1990년대 초에 이 용어를 사용해, 그런 작업을 대부분의 파지 및 조립 연구가 가정하는 기구학적, 정적, 준정적 작업과 구분했다. 던지기, 저글링, 치기, 토스하기, 탁자에서 물체를 낚아채기, 천을 펄럭여 펼치기가 전형적인 예이다. 로봇은 물체에 운동량을 쌓아 올리며, 유용한 운동의 상당 부분은 엔드 이펙터가 감속하거나 물체를 놓은 뒤에 일어난다.

주된 이점은 도달 범위와 속도이다. 던지기는 물체를 팔의 작업 공간 밖에 놓을 수 있고, 펄럭이기는 옷을 팔의 폭보다 훨씬 넓게 펼칠 수 있으며, 빠른 타격은 느린 밀기로는 끌리기만 할 물체를 움직일 수 있다. 동적 동작은 또한 단순한 그리퍼로, 혹은 그리퍼 없이도 직접 붙잡을 수 없는 자유도를 제어하게 해 준다. 이 분야의 작업 상당수는 비파지(nonprehensile)로, 단단한 파지 대신 중력, 관성, 접촉을 이용한다. 대가는 결과가 측정하고 모델링하기 어려운 양에 좌우된다는 것이다. 미끄러짐과 놓기 동안의 마찰, 충돌 거동, 가볍거나 변형 가능한 물체에 작용하는 공기 저항, 액추에이터 대역폭, 그리고 몇 밀리초 수준의 타이밍 오차가 그렇다.

크게 두 가지 접근법이 있다. 모델 기반 연구는 로봇과 물체의 운동 방정식을 유도하고, 토크와 속도 한계를 지키는 궤적을 계획하며, 저글링 로봇과 타격 로봇에서처럼 빠른 피드백에 의존하는 경우가 많다. 변형 가능한 물체와 미지의 물품에 더 흔한 학습 기반 연구는, 펄럭이기나 토스 같은 소수의 모션 프리미티브의 파라미터를 시뮬레이션이나 하드웨어에서의 시행으로부터 학습하고, 모델이 포착하지 못하는 효과를 보정한다. 두 경우 모두 하드웨어는 높은 속도에 안전하게 도달할 수 있어야 하며, 그래서 많은 시스템이 펜스로 둘러싼 셀에서 또는 경량 팔로 운용된다.

중요한 이유

셔츠를 털어 펴는 일부터 부품을 통에 던져 넣는 일까지, 많은 일상 작업은 동적 운동으로 훨씬 빨라지거나 동적 운동으로만 가능하다. 어떤 작업에 느린 준정적 운동이 아니라 동역학이 필요한지 알아보는 것은 하드웨어, 모델, 제어기, 안전 조치의 선택을 바꾼다.

주요 응용

• 펄럭이기를 이용한 천과 옷 펼치기
• 팔이 닿지 않는 곳의 통에 물체 던져 넣기
• 빠른 팔을 이용한 저글링, 치기, 받기
• 비파지 토스와 손안 재파지
• 채찍질이나 흔들기 동작을 이용한 로프와 케이블 조작

실제 사례

두 팔로 천을 펼치는 시스템을 만드는 한 팀은 먼저 집어서 끌기 동작을 시도하고, 구겨진 옷을 펼치는 데 많은 단계가 필요하다는 것을 알게 된다. 이들은 펄럭이기 프리미티브로 바꾼다. 두 그리퍼가 천의 두 점을 잡아 들어 올리고, 빠른 속도로 앞으로 휘두른 다음 뒤로 당기면서 내려놓으면, 공기 저항과 천의 운동량이 천을 탁자 위에 평평하게 펼친다. 학습된 정책은 위에서 찍은 이미지로부터 두 파지점만 고르며, 펄럭이기 궤적 자체는 고정되어 있고 팔의 속도 한계에 맞게 조정되어 있다. 엔지니어들은 팔의 관절 속도와 가속도 한계가 지켜지는지, 휘두르는 동작이 안전 등급 작업 공간 안에 머무는지, 그리고 그리퍼가 휘두르는 도중 천을 놓치지 않을 만큼 단단히 잡는지를 확인한다.

흔한 오해

• 동적 조작이란 그저 팔을 빠르게 움직이는 것이다 — 핵심은 팔의 속도 자체가 아니라 관성력이 작업 결과에 중요하다는 점이다
• 정확한 물리 모델이 필요하다 — 많은 시스템은 모든 효과를 모델링하는 대신 고정된 모션 프리미티브를 사용하고 그 파라미터를 시행으로부터 학습한다
• 보여주기식 시연에만 쓸모가 있다 — 동적 동작은 천 펼치기나 통 적재 같은 작업에 필요한 단계 수를 줄일 수 있다
• 준정적 플래너를 그냥 더 빠르게 돌리면 된다 — 관성이 중요해지는 순간, 접촉 후 물체의 운동은 더 이상 준정적 모델로 예측되지 않는다

알아야 할 사람

• 변형 가능 물체나 비파지 작업을 연구하는 조작 연구자
• 모션 프리미티브를 설계하는 로봇 학습 엔지니어
• 고속 팔 궤적을 조정하는 제어 엔지니어
• 빠른 로봇 운동을 위한 작업 셀을 정하는 안전 엔지니어

관련 기술

• 비파지 조작(Nonprehensile Manipulation)
• 모션 프리미티브(Motion Primitives)
• 궤적 최적화(Trajectory Optimization)
• 물리 시뮬레이션(Physics Simulation)
• 고속 비전(High-Speed Vision)

관련 용어

• Quasi-Static Manipulation
• Extrinsic dexterity
• Contact mode
• Coulomb Friction
• Motion Primitive
• Dexterous Manipulation

관련 프로젝트

• LeRobot: HuggingFace ML library for real-world robotics in PyTorch
• Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
• NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
• OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
• Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
• OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments