Robots that fly ... and cooperate | Vijay Kumar

번역: Woo Hwang 검토: Bianca Lee

Good morning.

안녕하세요.

I'm here today to talk about autonomous flying beach balls.

저는 오늘 자율적으로 날아다니는

비치볼에 대해서 말하려고 합니다.

(Laughter)

아닙니다, 이와같은 민첩한 비행 로봇들입니다.

No, agile aerial robots like this one.

I'd like to tell you a little bit about the challenges in building these,

이런 기술을 적용 할 수 있는 몇가지 기막힌 방법들과

이런 로봇들을 제작할 때 어려운점에 대해서

and some of the terrific opportunities for applying this technology.

말하려고 합니다.

So these robots are related to unmanned aerial vehicles.

이 로봇들은

무인 항공기와 관련이 있습니다.

하지만 여러분이 보는 이 항공기들은 너무 크죠.

However, the vehicles you see here are big.

수천 파운드에 달하는 무게이고,

They weigh thousands of pounds, are not by any means agile.

전혀 민첩하지 않습니다.

They're not even autonomous.

자율적으로 움직이는 것도 아닙니다.

In fact, many of these vehicles are operated by flight crews

사실 많은 이런 항공기들은

다수의 조종사가 포함된

운항 승무원들과

that can include multiple pilots,

operators of sensors,

작동 센서들, 그리고 관제 시스템들에 의해

and mission coordinators.

운항되어 집니다.

What we're interested in is developing robots like this --

저희는 이런 로봇들을 발전시키는 데 관심이 있는데요

-- 여기 두개 사진이 있지요 --

and here are two other pictures --

여러분이 흔히 구입 할 수 있는 로봇들입니다.

of robots that you can buy off the shelf.

이 로봇들은 4개의 날개가 달린 헬리콥터이며,

So these are helicopters with four rotors,

대략 1미터 정도 크기에

and they're roughly a meter or so in scale,

몇 파운드정도 무게가 나갑니다.

and weigh several pounds.

그래서 센서들과 프로세서 등을 재장착하여

And so we retrofit these with sensors and processors,

GPS 없이도

and these robots can fly indoors.

실내에서 날 수 있도록 했습니다.

Without GPS.

제손에 들고 있는 로봇이

The robot I'm holding in my hand

바로 그 로봇입니다.

is this one,

이 로봇은 두 학생인,

and it's been created by two students,

알렉스와 다니엘이 만들었죠.

Alex and Daniel.

이 로봇은 약 0.1파운드(약 45g)

So this weighs a little more than a tenth of a pound.

보다 조금 더 나갑니다.

It consumes about 15 watts of power.

약 15와트의 전력을 소모하구요.

그리고 보시다시피,

And as you can see, it's about eight inches in diameter.

지름이 약 8인치(약 20cm) 정도 됩니다.

이 로봇들이 어떻게 작동되는지

So let me give you just a very quick tutorial

on how these robots work.

간단하게 설명을 드리겠습니다.

4개의 회전날개가 있습니다.

So it has four rotors.

If you spin these rotors at the same speed,

같은 속도로 이 회전날개들 돌리면,

the robot hovers.

로봇이 부양하게 되죠.

If you increase the speed of each of these rotors,

이 각각의 회전날개의 속도를 올리면,

로봇이 날아 오르게 되고, 속도를 올리게 됩니다.

then the robot flies up, it accelerates up.

Of course, if the robot were tilted,

물론, 수평방향으로

기울어지면,

inclined to the horizontal,

then it would accelerate in this direction.

이쪽 방향으로 속도를 올리게 됩니다.

So to get it to tilt,

몸체를 기울이기 위해서는 한가지 방법이 있는데요.

there's one of two ways of doing it.

이 그림을 보시면,

So in this picture, you see that rotor four is spinning faster

네번째 회전날개가 더 빨리 회전하는걸 보실 수 있죠.

and rotor two is spinning slower.

그리고 두번째 회전날개는 더 천천히 돌고있구요.

And when that happens,

이런 상태가 되면

there's a moment that causes this robot to roll.

이 로봇이 빙빙 돌게 되는거죠.

다른 방향으로는,

And the other way around,

if you increase the speed of rotor three and decrease the speed of rotor one,

세번째 날개의 속도를 올리고,

첫번째 날개의 속도를 줄이면,

앞으로 고개를 숙이게 되죠.

then the robot pitches forward.

And then finally,

그리고 마지막으로,

if you spin opposite pairs of rotors

날개 한 쌍을 반대쪽보다

faster than the other pair,

더 빨리 돌리면,

then the robot yaws about the vertical axis.

로봇은 수직축을 중심으로 한쪽으로 기울어집니다.

보드에 탑재된 프로세서가

So an on-board processor

essentially looks at what motions need to be executed

어떤 동작이 실행 되어야 하는지를 관할하고,

동작들을 조합해서,

and combines these motions,

초당 600번 정도로 모터에

and figures out what commands to send to the motors --

어떤 명령을 내릴 것인지를 결정합니다.

600 times a second.

That's basically how this thing operates.

이것이 기본적으로 이 로봇이 작동되는 방식입니다.

이런 로봇 설계의 장점들 중 한가지는

So one of the advantages of this design

로봇의 크기를 줄이면

is when you scale things down,

자연스럽게 민첩해지죠.

the robot naturally becomes agile.

여기 "R"이

So here, R is the characteristic length of the robot.

로봇의 길이를 표시합니다.

지름의 반정도이죠.

It's actually half the diameter.

And there are lots of physical parameters that change as you reduce R.

R을 줄여가면,

많은 물리적 변수들이 변하게 됩니다.

The one that's most important is the inertia,

아주 중요한것 중 한가지는

동작에 미치는 관성이나 저항력입니다.

or the resistance to motion.

각운동을 좌우하는 관성은

So it turns out the inertia, which governs angular motion,

R의 1/5씩 늘어 난다고

알려져있습니다.

scales as a fifth power of R.

R의 크기를 더 작게하면 할 수록

So the smaller you make R,

the more dramatically the inertia reduces.

관성은 더욱더 급속히 감소합니다.

So as a result, the angular acceleration,

결과적으로, 그리스 문자 "알파"로 쓰는

denoted by the Greek letter alpha here,

각 가속도는 1/R로

goes as 1 over R.

늘어납니다.

It's inversely proportional to R.

이것은 R에 반비례하는거죠.

The smaller you make it, the more quickly you can turn.

더 작게 만들면 만들 수록 더 빨리 방향을 바꿀 수 있는 것입니다.

이 비디오에서 더 명확하게 보여드리겠습니다.

So this should be clear in these videos.

오른쪽 밑에 로봇을 보면,

On the bottom right, you see a robot performing a 360-degree flip

0.5초도 안되는 시간만에

in less than half a second.

360도 뒤집기를 합니다.

Multiple flips, a little more time.

몇번 더 다중 뒤집기를 합니다.

여기 프로세서들이

So here the processes on board

가속계로부터 정보를 받고

are getting feedback from accelerometers and gyros on board,

이전에 말한대로

and calculating, like I said before,

초당 600번 정도

commands at 600 times a second,

평행 회전자가 계산해서

to stabilize this robot.

로봇이 평행을 유지하도록 합니다.

So on the left, you see Daniel throwing this robot up into the air,

왼쪽에, 다니엘이 로봇을 하늘로 날리는 모습을 볼 수 있습니다.

and it shows you how robust the control is.

제어가 얼마나 잘 되는지 보여주죠.

어떻게 던지더라도,

No matter how you throw it,

the robot recovers and comes back to him.

로봇은 복구하여 다니엘에게 돌아갑니다.

So why build robots like this?

그럼 왜 이런 로봇을 만들었을까요?

이런 로봇은 많은 응용분야에 사용 될 수 있습니다.

Well, robots like this have many applications.

이처럼 침입자를 탐지하기 위해

You can send them inside buildings like this,

as first responders to look for intruders,

건물 내부로 보낼 수 도 있고,

생화학 물질 유출이나

maybe look for biochemical leaks,

가스 유출을 탐지하기 위해서 사용 될 수 도 있죠.

gaseous leaks.

건설과 같은 응용분야에서도

You can also use them for applications like construction.

사용 될 수 있습니다.

So here are robots carrying beams, columns

빔을 운반하거나, 육면체의 구조물을

나열하거나 조합 할 수 도 있습니다.

and assembling cube-like structures.

I'll tell you a little bit more about this.

이부분에 대해 좀더 이야기 해 보겠습니다.

The robots can be used for transporting cargo.

로봇은 화물 운송을 위해서 사용 될 수 있습니다.

So one of the problems with these small robots

이런 작은 로봇들의 문제중 한가지는

is their payload-carrying capacity.

운반가능한 용량의 적재하중입니다.

So you might want to have multiple robots carry payloads.

그래서 탑재량을 위해

여러대의 로봇들을 사용 할 수 도 있겠죠.

This is a picture of a recent experiment we did --

이 그림이 최근에 실험했던 모습니다.

-- 사실 더이상 최근은 아니지만요 --

actually not so recent anymore --

in Sendai, shortly after the earthquake.

지진후의 센다이 지방입니다.

So robots like this could be sent into collapsed buildings,

로봇들은 천재지변 재난 이후에 위험물에 접근하려고

붕괴된 건물들 안으로 들어 갈 수 있습니다.

to assess the damage after natural disasters,

또는 방사능 수치를 그리기 위해

or sent into reactor buildings,

to map radiation levels.

원자로 건물로 들어 갈 수 도 있구요.

So one fundamental problem that the robots have to solve

그래서 이런 로봇들이 풀어야만 하는

아주 기본적인 문제점은

if they are to be autonomous,

is essentially figuring out how to get from point A to point B.

자율적인 로봇이라면

A지점에서 B지점으로 어떻게 가느냐 입니다.

So this gets a little challenging,

이건 조금 어려운 문제인데요,

because the dynamics of this robot are quite complicated.

이 로봇의 역학구조가 복잡하기 때문입니다.

In fact, they live in a 12-dimensional space.

이 로봇들은 12차원의 공간에서 산다고 볼 수 있습니다.

그래서 약간의 트릭을 사용합니다.

So we use a little trick.

We take this curved 12-dimensional space,

이 구불어진 12차원 공간을

평평한 4차원 공간으로

and transform it into a flat, four-dimensional space.

변형합니다.

4차원 공간은

And that four-dimensional space consists of X, Y, Z,

X, Y, Z, 그리고 요잉축으로 구성됩니다.

and then the yaw angle.

And so what the robot does,

그리고 로봇이 하는것은

is it plans what we call a minimum-snap trajectory.

최소 목표 궤적이라고 불리는 궤적을 계산합니다.

물리학으로 알려드리면,

So to remind you of physics:

You have position, derivative, velocity;

위치, 미분, 속력,

then acceleration;

그리고 가속도 입니다.

and then comes jerk,

그래서 갑자기 움직이고

and then comes snap.

순간적으로 하강합니다..

So this robot minimizes snap.

그래서 이 로봇은 순간하강을 최소화합니다.

So what that effectively does,

그래서 로봇이 효과적으로 하는 것은

is produce a smooth and graceful motion.

부드럽고 우아한 동작을 하는것 입니다.

And it does that avoiding obstacles.

그래서 장애물을 피하기 위한 것이죠.

이런 평평한 공간에서 최소 목표 궤적들은

So these minimum-snap trajectories in this flat space are then transformed

로봇들이 제어하고

back into this complicated 12-dimensional space,

실행해야하는

복잡한 12차원 공간으로

which the robot must do for control and then execution.

다시 재변형하게 됩니다.

So let me show you some examples

이런 최소 목표 궤적들이

of what these minimum-snap trajectories look like.

어떤것인지 몇가지 예를 보여 드리 겠습니다.

첫번째 비디오에서,

And in the first video,

you'll see the robot going from point A to point B,

중간지점을 통과해서

A지점에서 B지점으로 이동하는 로봇을 보시게됩니다.

through an intermediate point.

(Whirring noise)

그래서 이 로봇이 분명하게 곡선 궤적을

So the robot is obviously capable of executing any curve trajectory.

따라 갈 수 있다는 것을 볼 수 있습니다.

로봇은 중력의 2배를 이겨내고

So these are circular trajectories,

where the robot pulls about two G's.

타원궤적을 돌기도 합니다.

Here you have overhead motion capture cameras on the top

초당 100번정도 로봇이 어디 있는지를 확인시켜주는

that tell the robot where it is 100 times a second.

모션캡쳐 카메라를 천장에 달았습니다.

It also tells the robot where these obstacles are.

이 카메라는 로봇에게 장애물이 어디에 있는지도 알려줍니다.

장애물은 움직일수도 있구요.

And the obstacles can be moving.

And here, you'll see Daniel throw this hoop into the air,

다니엘이 허공에 훌라후프를 던지는 것을 볼 수 있는데요,

while the robot is calculating the position of the hoop,

로봇이 훌라후프의 위치를 계산하고,

훌라후프를 잘 통과 하도록 시도하는 것을 볼 수 있습니다.

and trying to figure out how to best go through the hoop.

학자로써, 연구자금을 확보 하기 위해서

So as an academic,

we're always trained to be able to jump through hoops

훌라후프를 뛰어넘는 훈련을 해왔습니다.

to raise funding for our labs,

그리고 우리의 로봇들이 해냈습니다.

and we get our robots to do that.

(Applause)

(박수)

로봇이 할 수 있는 또다른 것은

So another thing the robot can do

미리 프로그램 되거나 학습된 궤도를

is it remembers pieces of trajectory

that it learns or is pre-programmed.

기억 할 수 있다는 것입니다.

운동량을 높여서

So here, you see the robot combining a motion that builds up momentum,

동작을 조합하고,

방향을 바꾸고

and then changes its orientation and then recovers.

다시 복귀하는 로봇을 볼 수 있습니다.

창문사이의 틈이 로봇보다 약간 더 크기 때문에

So it has to do this because this gap in the window

is only slightly larger than the width of the robot.

이 로봇은 이런 동작을 해야만 합니다.

그래서 도약판 위에 서 있는 다이버 처럼

So just like a diver stands on a springboard

and then jumps off it to gain momentum,

운동량을 얻기 위해서 뛰어 내립니다.

그래서 발레처럼 피루엣 돌기나 공중제비를 돌고,

and then does this pirouette, this two and a half somersault through

그리고 우아하게 다시 복귀하고,

and then gracefully recovers,

this robot is basically doing that.

이 로봇이 기본적으로 하는 것입니다.

So it knows how to combine little bits and pieces of trajectories

그래서 로봇은 상당히 복잡한 임무를 수행하기 위해

to do these fairly difficult tasks.

어떻게 궤도를 조합해야하는지 알고 있습니다.

저는 장치들을 바꾸고 싶습니다.

So I want change gears.

So one of the disadvantages of these small robots is its size.

이 작은 로봇들의 단점 중 한가지는 크기입니다.

처음에 말씀드린대로,

And I told you earlier

that we may want to employ lots and lots of robots

크기 문제를 극복하기 위해서

더 많은 로봇들을 이용하기를 원한다고 했습니다.

to overcome the limitations of size.

한가지 어려운점은

So one difficulty is:

How do you coordinate lots of these robots?

어떻게 이런 로봇들을 조직적으로 움직이느냐 입니다.

And so here, we looked to nature.

그래서 자연에서 찾아보았습니다.

So I want to show you a clip of Aphaenogaster desert ants,

스티븐 프랏 교수의 연구실에서 가져온

사막개미의 동영상을

보여드리도록 하겠습니다.

in Professor Stephen Pratt's lab, carrying an object.

이것은 무화과 조각입니다.

So this is actually a piece of fig.

무화과 즙을 바른 다른 물건으로도 할 수 있습니다.

Actually you take any object coated with fig juice,

개미들이 이 물건을 개미집으로 옮길겁니다.

and the ants will carry it back to the nest.

So these ants don't have any central coordinator.

이 개미들은 어떤 중앙 관리자도 없습니다.

개미들은 자신들의 이웃을 감지합니다.

They sense their neighbors.

명확한 의사소통은 없습니다.

There's no explicit communication.

하지만 이웃들을 감지하기 때문에,

But because they sense the neighbors

그리고 물건을 감지하기 때문에

and because they sense the object,

they have implicit coordination across the group.

그룹 내에 묵시적인 조직화가 이루어집니다.

이런것이 우리의 로봇들이 갖기를 바라는

So this is the kind of coordination we want our robots to have.

조직화일 일종입니다.

So when we have a robot which is surrounded by neighbors --

주위 로봇들로 둘러싸여있는

로봇이 있을 때,

-- 로봇 I와 로봇 J를 보시죠. --

and let's look at robot I and robot J --

우리가 그 로봇들에게 원하는 것은

what we want the robots to do,

포메이션을 형성하고 비행하면서

is to monitor the separation between them,

as they fly in formation.

로봇들이 분리되어 비행하는지 감시하는 것 입니다.

And then you want to make sure

이런 분리 비행이 감당할 만한 수준인지를

that this separation is within acceptable levels.

확인하고 싶어지실겁니다.

로봇들은 이런 오류를 감시하고

So again, the robots monitor this error

and calculate the control commands 100 times a second,

제어 명령어를 초당 100번씩

계산합니다.

which then translates into motor commands,

그리고 나서 초당 600번의 모터 명령어로 바꿉니다.

600 times a second.

그래서 이방법은

So this also has to be done in a decentralized way.

비중앙식 방법으로 이루어집니다.

Again, if you have lots and lots of robots,

수많은 로봇을 가지고 있다면,

이런 작업을 수행하기 위해 모든 정보를 중앙에서

it's impossible to coordinate all this information centrally

fast enough in order for the robots to accomplish the task.

빨리 처리 한다는 것은 불가능합니다.

Plus, the robots have to base their actions only on local information --

또한 로봇들은 그들의 이웃 로봇들로부터

감지한 지역 정보만을

기반으로 행동해야만 합니다.

what they sense from their neighbors.

그리고 마지막으로,

And then finally,

we insist that the robots be agnostic to who their neighbors are.

우리는 로봇들이

이웃 로봇들로부터 자유롭다고 말합니다.

So this is what we call anonymity.

우리는 이것을 익명성이라고 부릅니다.

다음에 보여드고 싶은 것은

So what I want to show you next is a video of 20 of these little robots,

20개의 작은 로봇들이

무리지어 날아다니는

flying in formation.

비디오 입니다.

로봇들은 그들 주변 로봇들의 위치를 감시합니다.

They're monitoring their neighbors' positions.

그리고 포메이션을 유지합니다.

They're maintaining formation.

The formations can change.

포메이션은 바꿀 수 있습니다.

They can be planar formations,

평면 포메이션이 될 수 있고,

they can be three-dimensional formations.

3차원 포메이션이 될 수 도 있습니다.

여기 보시는 것 처럼,

As you can see here,

they collapse from a three-dimensional formation into planar formation.

3차원 포메이션에서 평면 포메이션으로 흐트러집니다.

또, 장애물을 통과하며 날기 위해서

And to fly through obstacles,

they can adapt the formations on the fly.

비행중에 포메이션에 적응 할 수 있습니다.

다시 이 로봇들이 아주 가깝게 다가옵니다.

So again, these robots come really close together.

As you can see in this figure-eight flight,

그림에서 보실 수 있듯이,

they come within inches of each other.

로봇들을 서로 몇 인치의 간격을 두고 붙을 수 있습니다.

프로펠러 날개의

And despite the aerodynamic interactions with these propeller blades,

공기역학적인 상호작용에도 불구하고

they're able to maintain stable flight.

안정적인 비행을 할 수 있습니다.

(Applause)

(박수)

포메이션을 이루면서 비행하는 방법을 알게 되면

So once you know how to fly in formation,

협동해서 물건을 들어 올릴 수 있습니다.

you can actually pick up objects cooperatively.

여기 보실 수 있는것 처럼,

So this just shows that we can double, triple, quadruple

로봇들을 함께 팀으로 만들어서

로봇의 힘을 두 배, 세 배,

the robots' strength,

by just getting them to team with neighbors, as you can see here.

네 배 더 크게 만들 수 있다는 것을 보여줍니다.

이렇게 하는데 있어 단점은

One of the disadvantages of doing that is, as you scale things up --

물건의 크기를 늘릴수록

so if you have lots of robots carrying the same thing,

같은 물건을 옮기는 많은 로봇이 있다고 가정할 때,

기본적으로 관성이 증가하고, 따라서

you're essentially increasing the inertia,

and therefore you pay a price; they're not as agile.

그만큼 댓가를 치뤄야 하는데 결국 로봇이 민첩해지지 않는다는거죠.

But you do gain in terms of payload-carrying capacity.

하지만 적재하중의 용량에 대해서는 이점을 얻게 됩니다.

보여드리고 싶은 또다른 응용분야는

Another application I want to show you -- again, this is in our lab.

-- 여기는 저희 연구실 입니다. --

This is work done by Quentin Lindsey, who's a graduate student.

대학원생인 쿠엔틴 린지 학생이 작업한 것인데요.

그의 알고리즘은 이런 로봇들에게

So his algorithm essentially tells these robots

교량 구조물에서

how to autonomously build cubic structures

어떻게 육면체 구조물을 만드는지

알려주고 있습니다.

from truss-like elements.

그래서 그의 알고리즘은

So his algorithm tells the robot what part to pick up,

어떤 부분을 들어올리고, 언제, 어디로 옮기는지를

로봇에게 말해줍니다.

when, and where to place it.

여러분은 이 비디오에서

So in this video you see --

and it's sped up 10, 14 times --

-- 속도를 10, 14배 올리죠 --

로봇들에 의해 만들어진 3개의 서로 다른 구조물들을 보실 수 있습니다.

you see three different structures being built by these robots.

모든것이 자율적입니다.

And again, everything is autonomous,

쿠엔틴 학생이 해야 하는 것은

and all Quentin has to do

is to give them a blueprint of the design that he wants to build.

만들고 싶은 디자인의 청사진을

로봇들에게 알려만 주는 것입니다.

So all these experiments you've seen thus far,

지금까지 보셨던 모든 실험들과,

all these demonstrations,

모든 시연들은

have been done with the help of motion-capture systems.

동작감지 시스템의 도움으로 이루어졌습니다.

연구실을 떠나 실제 세상으로 나가면

So what happens when you leave your lab,

무슨일이 일어날까요?

and you go outside into the real world?

And what if there's no GPS?

GPS가 없다면 어떨까요?

So this robot is actually equipped with a camera,

그래서 이런 로봇은

카메라, 레이져 H 파인더, 스캐너가

장착되어 있습니다.

and a laser rangefinder, laser scanner.

이것은 주변환경의 지도를 만들기 위해

And it uses these sensors to build a map of the environment.

이런 센서들을 사용합니다.

지도는 몇가지 구조물들로 구성되는데요

What that map consists of are features --

-- 출입구, 창문들,

like doorways, windows, people, furniture --

사람들, 가구 등 --

그리고 그것들이 구조물에 연관해

and it then figures out where its position is,

어디에 위치하는지를 계산합니다.

with respect to the features.

So there is no global coordinate system.

그래서 전역적인 좌표 시스템이 없습니다.

좌표 시스템은 로봇을 기반으로 정의 되는데요,

The coordinate system is defined based on the robot,

where it is and what it's looking at.

어디에 있는지, 어디를 보고 있는지를 확인 합니다.

And it navigates with respect to those features.

그리고 그런 구조물들을 따라서 비행하게 됩니다.

프랭크 쉔과

So I want to show you a clip

of algorithms developed by Frank Shen and Professor Nathan Michael,

네이썬 마이클 교수가 개발한

알고리즘의 동영상을 보드리고 싶습니다.

that shows this robot entering a building for the very first time,

이 동영상은 맨 처음 로봇이 빌딩에 들어가서

and creating this map on the fly.

비행중에 지도를 작성하는 장면을 보여줍니다.

So the robot then figures out what the features are,

그 로봇은 무슨 구조물들이 있는지를 알아냅니다.

it builds the map,

그리고 지도를 만듭니다.

it figures out where it is with respect to the features,

로봇은 구조물들을 비교하여 어디에 위치하는지를 계산하고

and then estimates its position 100 times a second,

초당 100번정도 로봇의 위치를 측정합니다.

처음에 제가 설명드린

allowing us to use the control algorithms that I described to you earlier.

제어 알고리즘을

사용 할 수 있게 한 것이죠.

So this robot is actually being commanded remotely by Frank,

이 로봇은 프랭크에 의해

원격으로 명령이 내려진것입니다.

하지만 로봇은 어디로 가야하는지

but the robot can also figure out where to go on its own.

자신이 해결합니다.

제가 이 로봇을 빌딩안으로 들여 보냈다고 가정해보죠.

So suppose I were to send this into a building,

저는 이 빌딩이 어떻게 생겼는지 모릅니다.

and I had no idea what this building looked like.

이 로봇에게 들어가라고 명령하고,

I can ask this robot to go in,

지도를 만들라고 하고,

create a map,

돌아와서 빌딩이 어떤 모양인지 말해달라고 할 수 있습니다.

and then come back and tell me what the building looks like.

So here, the robot is not only solving the problem

여기보면, 그 로봇들은 지도의 A지점에서

B지점으로 어떻게 가는지 뿐만 아니라,

of how to go from point A to point B in this map,

but it's figuring out what the best point B is at every time.

매번 어떤 지점이 최적의 B지점인지도

알아낼 수 있습니다.

최소한의 정보를 가지고 특정 장소를 찾기위해

So essentially it knows where to go

to look for places that have the least information,

어디로 가야하는지 알고 있습니다.

또한, 로봇은 어떻게 지도에 덧붙이는지를 알려줍니다.

and that's how it populates this map.

So I want to leave you with one last application.

마지막 한가지 응용분야를

보여 드리겠습니다.

And there are many applications of this technology.

이 기술에는 많은 응용분야가 있습니다.

I'm a professor, and we're passionate about education.

저는 교수입니다. 그리고 교육에 대해 매우 열정적입니다.

이와 같은 로봇은 초등학교 교육과정을

Robots like this can really change the way we do K-12 education.

바꿀 수도 있습니다.

하지만 저희는 로스앤젤레스에 가까운

But we're in Southern California,

남부 캘리포니아 지방에 있습니다.

close to Los Angeles,

그래서 엔터테인먼트에 관련된 것으로

so I have to conclude with something focused on entertainment.

결론을 맺고 싶군요.

뮤직비디오 한편으로 강연을 마치고 싶습니다.

I want to conclude with a music video.

이 비디오를 만든

I want to introduce the creators, Alex and Daniel, who created this video.

알렉스와 다니엘을 소개합니다.

(박수)

(Applause)

So before I play this video,

이 비디오를 실행하기 전에,

I want to tell you that they created it in the last three days,

크리스로부터 전화를 받고 3일만에

after getting a call from Chris.

이 작품을 만들었다는 것을 말씀 드리고 싶습니다.

And the robots that play in the video are completely autonomous.

비디오 상영되는 로봇들은

완전히 자율적으로 움직입니다.

You will see nine robots play six different instruments.

6개의 서로 다른 악기를 다루는 9개의 로봇들을 보실겁니다.

물론 TED 2012를 위해서 만들었습니다.

And of course, it's made exclusively for TED 2012.

자 보시죠.

Let's watch.

(Sound of air escaping from valve)

(Music)

(Whirring sound)

(Music)

(음악)

(박수)

(Applause) (Cheers)