1.1 UNCERTAINTY IN ROBOTICS

1.1 UNCERTAINTY IN ROBOTICS

• Robotics는 computer-controlled mechanical devices를 통해 physical world를 인식(perceive)하고 조작(manipulate)하는 과학이다.
• 성공적인 robotic systems의 예로는.....
  • planetary exploration을 위한 mobile platforms
  • assembly lines에서 사용되는 robotics arms
  • highways에서 autonomously 주행하는 cars
  • surgeons를 보조하는 actuated arms등이 있다.
• 모든 robotics systems은 물리적 세계(physical world)에 놓여 있으며, sensors를 통해 환경을 인식하고, 움직이는 것들(예: 모터나 actuator)을 통해 환경을 조작한다.
• 비록 많은 분야가 아직 초기 단계에 머물러 있지만, “intelligent” manipulating devices는 사회를 크게 변화시킬 잠재력을 지니고 있다.
  • 모든 cars가 스스로 안전하게 주행하여 교통사고를 과거의 일로 만든다면 어떨까?
  • people이 아닌 robots가 Chernobyl 같은 nuclear disaster sites를 청소한다면?
  • intelligent service robots가 dishwasher에 식기를 넣거나 vacuuming carpet, 또는 dog walking 같은 지루한 집안일을 대신해 준다면?
  • ==> 그리고 robotics에 대한 더 나은 이해는 궁극적으로 animals와 people에 대한 이해로도 이어질 것이다.
• 과거의 application domains는 단조로운 반복 작업(예: assembly lines의 manipulators)이었지만, 앞으로의 robots는 훨씬 더 unstructured하고 예측 불가능한 환경에서 작동하게 된다.
  • assembly line은 예측 가능성과 통제성이 몇 자릿수 위이지만, private home 같은 환경은 매우 dynamic하고 unpredictable하다. 따라서 sensor input의 중요성이 커지고, robot software는 예측하기 어려운 수많은 상황에 견딜 만큼 충분히 robust해야 한다.
  • Robotics는 점점 더 software science가 되어가고 있으며, 목표는 unstructured하고 dynamic한 환경에서 발생하는 수많은 challenge를 견딜 수 있는 robust software를 개발하는 것이다.
• 이 책은 robotics의 핵심 요소인 Uncertainty에 초점을 맞춘다. Uncertainty는 robot이 task를 수행하는 데 필요한 중요한 정보를 충분히 알지 못할 때 발생하며, 다음 다섯 가지 요인에서 파생된다:
  • 1. Environments
    • Physical worlds는 본질적으로 unpredictable하다. assembly lines처럼 구조화된 환경에서는 uncertainty 정도가 작지만, highways나 private homes처럼 dynamic하고 unpredictable한 환경에서는 uncertainty가 매우 크다.
  • 2. Sensors
    • Sensors는 인식할 수 있는 범위와 해상도(range and resolution)가 물리 법칙의 제약을 받으며, noise로 인해 측정값이 예측할 수 없게 perturb되므로, sensor measurements에서 추출할 수 있는 정보에 한계가 있다.
  • 3. Robots
    • Robot actuation에는 control noise나 wear-and-tear 같은 요인으로 인해 예측 불가능성이 일부 존재한다. heavy-duty industrial robot arms는 꽤 정확하지만, 저가형 mobile robots는 매우 부정확할 수 있다.
  • 4. Models
    • Models는 real world의 abstraction이므로 근본 물리 프로세스를 부분적으로만 모델링하며, 이러한 model errors는 robotics에서 종종 간과되어 왔다.
  • 5. Computation
    • Robots는 real-time systems이기 때문에 수행할 수 있는 computation 양이 제한된다. 많은 state-of-the-art algorithms(이 책에서 다루는 것들 대부분)는 approximate하여, 정확도를 희생하는 대신 timely response를 달성한다.
  • =====> 이 모든 요인이 모여 Uncertainty를 발생시킨다. 과거에는 robotics에서 이러한 uncertainty를 대부분 무시했지만, robots가 factory floors를 벗어나 unstructured 환경으로 진입함에 따라, uncertainty를 다루는 능력이 성공적인 robots를 만드는 데 필수적이다.