본 논문은 CPG(Central Pattern Generator)와 GP(Genetic Programming)를 사용하여 휴머노이드 로봇의 보행을 위한 다리의 궤적을 동적으로 생성하는 방법을 소개한다. 휴머노이드 로봇의 보행에서 다리의 궤적 생성 문제는 로봇의 보행 계획을 결정하는 근본적인 부분으로, 수많은 변수들을 동시에 설계하는 복잡한 문제이다. 본 논문에서 제안된 방법은 수많은 변수들 대신에 각 다리의 발끝 궤적만을 구함으로써 기초적인 보행을 생성할 수 있다.
본 논문에서 발끝궤적의 생성은 CPG를 이용해 지형 변화에 적응적으로 대처할 수 있도록 한다. CPG는 뇌로부터의 입력을 받아서 진동적인 출력을 생성하는 신경회로로 고등생물의 걸음 원리를 수학적으로 모델링한 것이다. CPG의 출력은 각 노드마다 연결된 관계와 가중치에 의해 비선형적인 파형을 생성한다. 이를 통해 지형 변화에 적응적인 궤적을 생성하는 토대가 될 수 있다.
CPG 네트워크만을 이용하여 많은 환경에서 적응적으로 보행하는 것은 어렵다. 이를 해결하기 위해 본 논문에서는 GP를 이용하여 보행에 필요한 여러 파라미터를 최적화 한다. GP를 통해 나온 식은 시간에 따른 함수로서 표현되고, Multi tree 기법으로 각 다리의 발끝을 독립적으로 표현한다. GP의 구조는 열린 탐색 기법으로서 관절 공간을 효율적으로 탐색할 수 있고, 기존의 방식들과는 다르게 동시적으로 최적화할 수 있다.
본 논문에서는 발끝 궤적 CPG 네트워크를 구성하고 이를 GP를 이용하여 최적화하여 환경에 대한 안정성을 검증하기 위해 ODE기반의 Webots 시뮬레이션 환경에서 휴머노이드 로봇 Nao를 사용하여 실험을 수행하였다.
실험은 평지 지형에 대해 사전에 설계한 방식과 제안한 기법의 방식을 비교한다. 변하는 환경에서는 기존 논문과 제안한 기법의 방식을 비교하고 성능을 확인하고 분석하였다.