본 세미나에서는 적응형 로봇 과제 관점에서 의미 지각과 로봇 이동에 대해 광범위하게 논의한다. 현재로서는 기존의 패러다임을 깨야 하는 시기로, 대량의 훈련 데이터와 상세한 훈련 기술 및 네트워크 구조에만 의존하는 것은 더 이상 충분하지 않으며, 알려지지 않은 환경에서도 로봇의 인지 성능을 향상시키기 위해 자율적인 탐사와 적응이 가능해야 한다. 실제 세계에서 모든 상황에 대한 훈련 데이터를 수집하고 학습하는 것은 사실상 불가능하므로, 지능 로봇 및 그의 글로벌 상업화를 위해서는 자율 탐사와 적응이 가장 필수적인 요소 중 하나라고 할 수 있다.
현재 스마트 도시와 스마트 공장에 대한 수요가 자율 주행 환경을 포함한 도시 및 공장 지역에서 지속적으로 증가하고 있다. 또한 가전제품을 통해 각 가정마다 스마트 홈 환경이 구축되고 있다. 이에 따라 해당 환경에 적합한 로봇의 인지 적응 기술 개발이 우선 순위가 되어야 한다. 세미나에서는 이 문제를 두 가지 관점에서 논의할 것이다.
첫째로, 로봇 인지의 관점에서는 탐색, 탐사 및 SLAM과 같은 인지 지능을 활용하여 로봇의 인지 능력을 향상시키는 방향을 생각해볼 수 있다. 알려지지 않은 환경에서도 로봇이 주변을 인식하고 이해할 수 있도록 하는 것이 중요하므로, 로봇 인지 기술을 적극 활용하여 로봇이 다양한 상황에서 지속적으로 배우고 성장할 수 있도록 해야 한다.
둘째로, 로봇 이동 측면에서는 강화 학습과 시뮬레이션 환경을 활용하여 다양한 환경과 예상치 못한 물리적 상호작용에 대처할 수 있는 로봇 이동 능력을 개발해야 한다. 로봇은 자율 주행 환경에서도 안전하게 움직일 수 있어야 하며, 예상치 못한 상황에서도 유연하게 대처할 수 있어야 한다.

동영상