질문은 자막을 켜시면 바로 보실수 있습니다. 56:23 Raibo의 제어 알고리즘에도 Actuator net을 사용하나요? 56:59 좋은 보상 신호를 만들어내기 위해 각각의 구성 요소들을 튜닝하는 방법이나, 주요하게 관찰해야하는 지표가 있다면? 57:52 Learning based method는 black box model로 인해 구체적인 인과관계를 파악하는데 어려움이 있다고 생각합니다. 어떻게 원인을 파악하여 디버깅하시는지 궁금합니다. 59:07 convergence나 conatraint satisfication과 같은 성능에 대한 formal guarantee를 할 수 있는 모델기반의 방법과 달리 학습기반의 방법은 성능을 통계학적으로만 보장할수 있어 reliability에 대한 우려가 있다고 생각합니다. 01:01:13 라이보의 내구성과 관리를 위한 부품의 사전 이상감지 및 교체주기 관리등에 대한 부분이 어떻게 될까요? 01:01:07 제품 가격 절감을 위해 가공기계를 도입할 계획이 있으신지요? 01:01:58 강화학습을 수행하는데 쌓이는 레이턴시와 딜레이들이 실제 시스템 제어 태스크를 수행하는데, 큰 영향을 미치지는 않는지요? 또한, 유성기어의 경우 부속 수리가 어려울 것으로 모듈 형태의 교환이 필요할텐데, 제품보다 A/S 비용이 오히려 증가하지 않을까요? 01:03:56 강화학습 제어기 특성상, 경험하지 못한 상황에 대해서는 유연하게 대처하지 못 할 것 같습니다. 별도의 안전 장치 프레임 워크나 제어 프레임워크가 준비되어 있는지 궁금합니다. 01:05:00 생각하시는 라이보1으로 보여줄 수 있는 가장 고성능의 task는 어떤 것이 있나요? 01:05:41 사족로봇에 로봇팔을 추가하면 제어시 어떤 부분을 고려해야하나요? 01:06:18 혹시 라이보의 fall recovery나 내고장성 제어와 관련해 구현하신 부분에 대한 설명을 요청드려도될까요? 01:07:12 강화학습 제어기로 모든 상황에 대해서 end-to-end 학습이 가능한가요? 01:07:25 액추에이터 발열 관리가 어려운 것으로 알고있는데 어떤 방식을 사용하고 계신지 그리고 라이보2에서도 동일한 방식을 사용하실건지 궁금합니다? 01:08:16 향후 2족 보행에도 적용하실 계획이 있으신지, 적용을 한다면 어떤 차이점이 있는지 궁금합니다. 01:08:29 지면특성 이외에 사람도 슬리퍼를 신었을 때와 운동화를 신었을 떄의 보행이 달라지는데 라이보 등 로봇의 경우 발끝 재료, 재질에 따른 보행도 고려할 가치가 있을까요?
![[Open KAIST 2021] 기계공학과 (LAB) 보행 로봇 연구는 어떻게 진행되고 있을까?](http://i.ytimg.com/vi/BoNr91PTOkM/mqdefault.jpg)
황보제민님 메릭 웨비나 영상이 참 도움이 많이 됐는데, 이렇게 또 뵐 수 있어서 좋네요. 항상 좋은 영상 감사합니다.
믿고 보는 황교수님 세미나. 언제나 인스파이어링 합니다!
질문은 자막을 켜시면 바로 보실수 있습니다.
56:23 Raibo의 제어 알고리즘에도 Actuator net을 사용하나요?
56:59 좋은 보상 신호를 만들어내기 위해 각각의 구성 요소들을 튜닝하는 방법이나, 주요하게 관찰해야하는 지표가 있다면?
57:52 Learning based method는 black box model로 인해 구체적인 인과관계를 파악하는데 어려움이 있다고 생각합니다. 어떻게 원인을 파악하여 디버깅하시는지 궁금합니다.
59:07 convergence나 conatraint satisfication과 같은 성능에 대한 formal guarantee를 할 수 있는 모델기반의 방법과 달리 학습기반의 방법은 성능을 통계학적으로만 보장할수 있어 reliability에 대한 우려가 있다고 생각합니다.
01:01:13 라이보의 내구성과 관리를 위한 부품의 사전 이상감지 및 교체주기 관리등에 대한 부분이 어떻게 될까요?
01:01:07 제품 가격 절감을 위해 가공기계를 도입할 계획이 있으신지요?
01:01:58 강화학습을 수행하는데 쌓이는 레이턴시와 딜레이들이 실제 시스템 제어 태스크를 수행하는데, 큰 영향을 미치지는 않는지요? 또한, 유성기어의 경우 부속 수리가 어려울 것으로 모듈 형태의 교환이 필요할텐데, 제품보다 A/S 비용이 오히려 증가하지 않을까요?
01:03:56 강화학습 제어기 특성상, 경험하지 못한 상황에 대해서는 유연하게 대처하지 못 할 것 같습니다. 별도의 안전 장치 프레임 워크나 제어 프레임워크가 준비되어 있는지 궁금합니다.
01:05:00 생각하시는 라이보1으로 보여줄 수 있는 가장 고성능의 task는 어떤 것이 있나요?
01:05:41 사족로봇에 로봇팔을 추가하면 제어시 어떤 부분을 고려해야하나요?
01:06:18 혹시 라이보의 fall recovery나 내고장성 제어와 관련해 구현하신 부분에 대한 설명을 요청드려도될까요?
01:07:12 강화학습 제어기로 모든 상황에 대해서 end-to-end 학습이 가능한가요?
01:07:25 액추에이터 발열 관리가 어려운 것으로 알고있는데 어떤 방식을 사용하고 계신지 그리고 라이보2에서도 동일한 방식을 사용하실건지 궁금합니다?
01:08:16 향후 2족 보행에도 적용하실 계획이 있으신지, 적용을 한다면 어떤 차이점이 있는지 궁금합니다.
01:08:29 지면특성 이외에 사람도 슬리퍼를 신었을 때와 운동화를 신었을 떄의 보행이 달라지는데 라이보 등 로봇의 경우 발끝 재료, 재질에 따른 보행도 고려할 가치가 있을까요?
창업을 하신다니 가슴이 웅장해집니다. 너무 멋집니다