Trend of Robot Simulators for the Development of Intelligent Robots: A Review

Abstract

본 논문은 지능형 로봇 시스템의 개발 과정에서 필요한 설계 검증 및 가상 필드 테스트, 인공지능 학습을 효과적으로 수행하기 위해 사용되는 5개의 물리현상 기반 로봇 시뮬레이터들과 이를 사용한 연구를 조사함으로써 각 시뮬레이터의 장단점 및 특성을 조사하였다. 특히, GPU 기반 인공지능 기술들이 로봇 지능화를 위해 다양하게 사용되면서 심층강화학습과 같이 CPU 기반 물리 시뮬레이션과 GPU 기반 딥러닝 학습을 병행하는 경우, CPU-GPU 간의 데이터 병목현상으로 인한 속도 저하가 발생한다. 이를 개선하기 위해 GPU 내 물리 시뮬레이션 및 딥러닝 학습이 가능한 Isaac Sim을 사용한 연구 사례들을 살펴봄으로써 로봇 시뮬레이션의 속도 개선과 변형 가능한 물체의 시뮬레이션 특징을 살펴보았다. 본 논문에서는 Gazebo(34개), Isaac Sim(11개), Mujoco(12개), CoppeliaSim(7개), Webots(6개)의 논문을 선택해 조사하였다.