로봇의 복장 규정

노인과 장애인을 돌보는 일은 특히 옷 입기와 같은 기본적인 업무를 보조하는 일과 관련하여 간병인에게 상당한 부담을 주지만 종종 과소평가되기도 합니다. 간병인의 역할은 높은 수준의 주의력, 인내, 적응력을 요구하기 때문에 정서적으로나 육체적으로나 까다로울 수 있습니다. 다른 사람에게 옷을 입히는 것을 포함하여 모든 필요 사항을 처리하는 책임은 시간이 많이 걸리고 지칠 수 있으며 간병인은 스트레스가 심해지고 피로감을 느끼며 개인적 자유에 대한 감각이 감소하게 됩니다. 사랑하는 사람의 안전, 편안함, 존엄성을 보장하기 위해 요구되는 지속적인 경계는 간병인의 정신적, 육체적 안녕에 큰 타격을 줄 수 있습니다.

스스로 옷을 입는 데 어려움을 겪는 노인과 장애인에게 이는 심오한 심리적, 감정적 영향을 미칠 수 있습니다. 스스로 옷을 입을 수 없으면 무력감, 독립성 상실, 자존감 감소로 이어질 수 있습니다. 많은 사람들에게 옷을 입는 행위는 단순한 기능성 그 이상입니다. 그것은 자기 표현의 한 형태이자 정체성을 유지하는 수단입니다. 이러한 자율성이 손상되면 개인은 수치심이나 좌절감을 경험하여 자존감이 약화될 수 있습니다.

이는 매우 많은 개인이 경험하는 공통적인 요구 사항이기 때문에 연구자들은 사람들이 스스로 옷을 입고 자신과 간병인이 경험하는 부담을 덜어줄 수 있는 로봇 보조 장치를 개발하기 위해 노력해 왔습니다. 그러나 이러한 시스템은 개인의 의복 유형이나 자세가 고정되어 있는 매우 제한된 문제에 초점을 맞추는 경향이 있기 때문에 그다지 성공적이지 않았습니다. 물론 현실 세계는 그렇지 않기 때문에 시스템의 유용성은 매우 제한적입니다.

그러나 국립보건통계센터(National Center for Health Statistics)에 따르면 요양 시설 거주자와 재택 간호 환자의 92%가 옷을 입는 데 도움이 필요하므로 더 나은 솔루션이 시급히 필요합니다. 카네기 멜론 대학교(Carnegie Mellon University) 팀이 실시한 최근 ​​연구에 따르면 언젠가는 그러한 솔루션이 될 것이라는 약속이 있습니다. 그들은 기계 학습을 사용하여 다양한 유형의 옷, 포즈 및 체형에 적응하는 일반화된 로봇 제어 시스템을 개발했습니다. 현재는 사람의 팔 위로 소매를 당기는 방법만 배웠지만 유사한 기술을 사용하면 앞으로 훨씬 더 많은 작업을 수행하도록 확장될 수 있습니다.

의류는 변형 가능성이 높기 때문에 작업하기가 매우 어렵습니다. 여기에 예측할 수 없는 사람들의 움직임과 기타 알려지지 않은 수많은 요소가 결합되면 문제를 해결하기가 매우 어려워집니다. 연구원들은 강화 학습 기반 접근 방식을 활용하여 이러한 복잡성을 해결하는 데 도움을 주었습니다. 이를 통해 로봇은 다양한 유형의 옷, 신체 위치 및 기타 요인을 실험하여 각 경우에 최적의 전진 경로를 스스로 학습할 수 있습니다.

학습을 위해 알고리즘은 대부분의 환자 연구 참가자가 제공할 수 있는 것보다 더 많은 시도에서 얻은 데이터가 필요하므로 초기 데이터는 훈련 프로세스 속도를 높이기 위해 시뮬레이션된 환경에서 수집되었습니다. 이 환경에서는 매우 다양한 의류 유형과 시나리오가 설정되었으며, 그 결과는 현실 세계에서 로봇을 제어하기 위한 전략으로 신중하게 전달되었습니다.

제어 시스템은 17명의 참가자, 5가지 유형의 의류, 다양한 유형의 팔 자세 및 체형으로 구성된 시험에서 테스트되었습니다. 대부분의 경우, 로봇은 적어도 팔에 소매를 당기는 한 개인에게 옷을 입힐 수 있는 능력이 있는 것으로 나타났습니다. 모든 테스트 사례를 살펴보면 시스템은 평균적으로 팔 길이의 86%를 커버할 수 있었습니다.

앞으로 팀은 재킷의 양쪽 팔을 개인에게 당기거나 티셔츠를 머리 위로 당기는 등 시스템에 더 많은 고급 기능을 추가하기 위해 노력하고 있습니다. 그들은 또한 개인이 옷을 입고 있는 동안 움직이는 상황을 처리할 수 있도록 프로세스를 더욱 역동적으로 만드는 방법을 모색할 계획입니다. 해야 할 일이 많이 있지만, 더 발전된 기능이 개발될 수 있다면 이 시스템은 스스로 옷을 입을 수 있는 능력을 잃은 사람들에게 더 많은 독립성을 제공할 수 있습니다.