LearningGripper는 추상적으로 보면 인간의 손에 해당합니다. 그리고 그 행동 또한 모델로 한 인간의 손과 많은 부분에서 유사합니다. 네 손가락을 가진 로봇 그리퍼는 기계 학습 프로세스를 통해 자체적으로 학습하여 볼을 들어 올릴 때 주어진 방향으로 공을 돌립니다.
이 복잡한 동작을 수행하기 위해, 손가락의 기본 동작과 가능한 위치 및 환경의 피드백 기능만이 미리 정의되어 있습니다. 할 수 있어야 하는 지시만 받게됩니다. 과제를 어떻게 해결해야 하는지는 지정되지 않습니다. 그리퍼의 학습 알고리즘은 추가적인 프로그래밍 없이 필요한 동작 전략을 독자 개발합니다.
흔히 인간은 손을 사용하여 복잡한 작업을 해결할 수 있기 때문에 지능적이라고 말합니다. 아기들은 매우 이른 시기에 엄마의 손가락과 같은 대상을 잡기 시작합니다. 물체를 올바르게 잡는 법을 배우면 바로 물체를 뒤집어 모든 면을 볼 수 있습니다. 이것은 물체의 3차원인 이미지를 머리에서 재구성하는 유일한 방법입니다. 또한 손은 인간에게 학습을 제공합니다.
기계의 학습 방법은 인간의 학습 방법과 비슷합니다. 긍정적이든 부정적이든, 분류하고 학습하기 위해서는 행동에 대한 피드백이 필요합니다. LearningGripper에서는 강화 학습(Reinforcement Learning) 방법을 이용하여 보상을 최대화하며 학습합니다. 그리퍼에는 모방해야 하는 명확한 핸들링이 제공되지 않습니다. 이전 행동에 대한 피드백을 바탕으로 자신의 기술을 최적화합니다. 이를 통해 성공적인 행동을 실행하고 덜 성공적인 움직임을 다시 시도하지 않을 가능성을 최대화시킵니다.
4개의 핑거는 2.5 - 3.5 bar 사이의 저압을 가진 총 12개의 공압 벨로우즈 액추에이터로 구동됩니다. 핑거는 각각 3자유도와 검지의 기본 기능을 가지고 있습니다. 전체 손은 이미 시작 상태에서 공의 방향을 바꾸기 위해 총 3¹² 액션을 선택할 수 있습니다. 핑거의 지능적인 조정과 유연한 벨로우즈 구조 덕분에 운동학은 유연하고 자유롭게 움직일 수 있습니다. 실제 인간의 손처럼 가장 민감한 물체도 안전하게 집고 들어 올려 돌릴 수 있습니다.
LearningGripper는 산업 박람회 전시물의 한 그리퍼가 주어진 과제를 안정적으로 해결하기 위해 첫 시도부터 한 시간 이내에 운동 전략을 어떻게 학습할 수 있는 지를 보여줍니다. 두 번째 그리퍼는 원하는 목표 시나리오에서 학습된 절차를 보여줍니다. 공을 들어 올리고 로고가 상단 중앙을 향하도록 돌립니다.