Mobile ALOHA

Stanford IRIS Lab의 저비용 전신 텔레오퍼레이션 모바일 양팔 조작 플랫폼

Mobile ALOHA

Home > Hardware > Mobile > Mobile ALOHA

핵심 의의

  • 모바일 양팔 조작의 민주화: 기존 $200,000+ 수준의 모바일 매니퓰레이터를 ~$32,000로 구현 - 연구 접근성 대폭 향상
  • 전신 텔레오퍼레이션: 테이블탑 조작을 넘어 이동하며 양팔을 사용하는 복잡한 가사 태스크 수행 가능
  • Co-Training 패러다임: 기존 정적 ALOHA 데이터셋과 공동 학습하여 50개 시연만으로 80-90% 성공률 달성
  • 오픈소스 생태계: 하드웨어 설계, 소프트웨어, 3D 프린팅 파일, 조립 튜토리얼 전체 공개
  • 실용적 가사 로봇 연구: 요리, 청소, 엘리베이터 호출 등 실제 생활 태스크 시연으로 범용 가정용 로봇의 가능성 입증

Overview

Mobile ALOHA는 Stanford IRIS Lab에서 개발한 저비용 전신 텔레오퍼레이션 시스템입니다. 기존 테이블탑 전용이던 ALOHA 시스템을 이동형 베이스 위에 탑재하여, 이동과 양팔 조작을 동시에 수행하는 복잡한 태스크를 학습할 수 있게 했습니다.

항목스펙
개발Stanford IRIS Lab
저자Zipeng Fu*, Tony Z. Zhao*, Chelsea Finn
발표arXiv: 2024년 1월 / CoRL 2024 발표
베이스AgileX Tracer AGV
암ViperX 300 6-DoF x 2 (팔로워) + WidowX 250 x 2 (리더)
그리퍼커스텀 평행 그리퍼 (3D 프린팅)
카메라손목 x 2 + 전방 1 (Logitech C922x)
컴퓨트노트북 (RTX 3070 Ti, i7-12800H)
총 비용~$32,000
논문arXiv:2401.02117
프로젝트mobile-aloha.github.io

하드웨어 구성

모바일 베이스: AgileX Tracer AGV

출처: AgileX TRACER Documentation

항목스펙
구동2륜 디퍼런셜 드라이브 + 4개 프리휠 캐스터
모터150W 브러시리스 서보 x 2
최대 속도1.6 m/s (인간 보행 속도)
페이로드100 kg
크기 (L x W x H)702 x 610 x 169 mm
지상고30 mm
장애물 통과10 mm 높이, 8도 경사
운용 시간최대 4시간 (100kg 적재)
가격~$7,000

로봇 암: ViperX 300 6-DoF

출처: Trossen Robotics ViperX 300

항목스펙
구성팔로워 2대 (자율 실행용)
암 자유도6-DoF (암 본체)
그리퍼1-DoF (열림/닫힘)
암+그리퍼 총 DoF7-DoF per arm
수평 도달75 cm (베이스 중심~그리퍼)
총 스팬150 cm
작업 페이로드750 g
서보DYNAMIXEL XM540-W270-R, XM430-W350-R
해상도4096 positions
소재20mm x 40mm 압출 알루미늄
가격~$6,130 x 2

텔레오퍼레이션 리더 암: WidowX 250 6-DoF

항목스펙
구성리더 2대 (데이터 수집용)
특징3D 프린팅 인체공학적 핸들
용도시연 데이터 수집 시에만 사용
가격~$3,550 x 2

센서 및 컴퓨트

항목스펙
카메라Logitech C922x x 3
해상도640 x 480
제어 주파수50 Hz (카메라 스트리밍 및 정책 실행)
배치손목 2개 + 전방 1개
컴퓨트소비자급 노트북
GPUNVIDIA RTX 3070 Ti (8GB VRAM)
CPUIntel i7-12800H
통신USB 시리얼 (암) + CAN bus (베이스)

전원 시스템

항목스펙
배터리1.26 kWh
무게14 kg
위치베이스 하단 (균형추 역할 겸용)
특징무선 운용 (언테더드)

비용 내역 (~$32,000)

출처: Mobile ALOHA Project Page, Trossen Robotics

구성요소가격 (USD)비고
AgileX Tracer AGV~$7,000모바일 베이스
ViperX 300 6-DoF x 2~$12,260팔로워 암
WidowX 250 6-DoF x 2~$7,100리더 암 (텔레옵용)
배터리 (1.26kWh)~$2,000추정치
카메라 (C922x x 3)~$300RGB 웹캠
3D 프린팅 부품~$500그리퍼, 마운트 등
기타 하드웨어~$2,840브라켓, 케이블 등
총계~$32,000프로젝트 페이지 공식 명시

비교: 기존 상업용 모바일 매니퓰레이터 (예: Clearpath + 듀얼 암)는 $200,000 이상

물리적 사양

출처: Mobile ALOHA Project Page

항목스펙
풋프린트90 cm x 135 cm
암 도달 높이65 cm ~ 200 cm
암 전방 확장100 cm (베이스 기준)
총 무게75 kg
당기기 힘100 N @ 1.5 m 높이
이동 속도최대 1.6 m/s

정적 ALOHA와의 차이점

항목ALOHA (정적)Mobile ALOHA
베이스고정 테이블AgileX Tracer (이동형)
액션 차원14-DoF (양팔+그리퍼)16-DoF (양팔+그리퍼 + 베이스 속도)
태스크 범위테이블탑 조작전체 실내 환경
텔레옵 방식손으로 리더 암 조작전신 텔레옵 (걸으며 조작)
비용~$20,000~$32,000
적재고정자가 균형 (배터리 무게 활용)

액션 공간 확장

DoF 설명: 각 ViperX 300 암은 6-DoF (암) + 1-DoF (그리퍼) = 7-DoF

ALOHA: 14-DoF 관절 위치
       [arm1(6) + gripper1(1) + arm2(6) + gripper2(1)]

Mobile ALOHA: 16-DoF
       [arm1(6) + gripper1(1) + arm2(6) + gripper2(1) + base_linear_vel(1) + base_angular_vel(1)]

이 설계로 기존 imitation learning 알고리즘을 거의 수정 없이 적용 가능합니다.

Co-Training: 핵심 기술

동기

모바일 양팔 조작 데이터셋은 희소하지만, 정적 양팔 조작 데이터는 풍부합니다. Co-training은 이 두 종류의 데이터를 함께 학습하여 성능을 향상시킵니다.

방법

학습 데이터 = Mobile ALOHA 시연 (50개) + 정적 ALOHA 데이터셋 (기존)

모바일 데이터: 전체 16-DoF 액션
정적 데이터: 14-DoF 액션 (베이스 속도 = 0으로 패딩)

효과

조건평균 성공률
Mobile 데이터만~50%
Co-training 적용~84%
개선폭+34%p

시연된 태스크

출처: arXiv:2401.02117 Table 1

성공률 (50개 시연, Co-training 적용)

태스크성공률설명
Wipe Wine95%와인 흘림 닦기
Call Elevator95%엘리베이터 호출 및 탑승
Use Cabinet85%벽 캐비닛 열고 냄비 수납
High Five85%하이파이브
Rinse Pan80%주방 수도로 팬 헹구기
Push Chairs80%의자 정리
Cook Shrimp40%새우 볶기 (75초, 20개 시연만 사용)

태스크 카테고리

요리 (Cooking)

  • 새우 볶아서 서빙
  • 냄비/팬 다루기
  • 싱크대에서 헹구기

정리 (Cleaning/Organizing)

  • 와인 흘림 닦기
  • 의자 밀어 정리
  • 캐비닛에 물건 수납
  • 청소기 사용

이동 + 조작 (Navigation + Manipulation)

  • 엘리베이터 버튼 누르고 탑승
  • 방 간 이동하며 물건 운반

상호작용 (Interaction)

  • 하이파이브
  • 사람에게 물건 전달

기술적 세부사항

지원 알고리즘

알고리즘설명
ACTAction Chunking Transformer
Diffusion PolicyDiffusion 기반 행동 생성
VINNVisual Imitation through Nearest Neighbors

시뮬레이션 환경

  • Transfer Cube
  • Bimanual Insertion

학습 설정

항목값
시연 수50개/태스크
제어 주파수50 Hz
이미지 해상도640 x 480
카메라 수3개 (손목 2 + 전방 1)

오픈소스 리소스

공개 자료

리소스링크
논문arXiv:2401.02117
프로젝트 페이지mobile-aloha.github.io
GitHub (하드웨어)mobile-aloha
GitHub (알고리즘)act-plus-plus
조립 튜토리얼프로젝트 페이지 내
3D 프린팅 파일GitHub 내 포함

튜토리얼 내용

  • 3D 프린팅 가이드
  • 조립 순서
  • 소프트웨어 설치
  • 캘리브레이션 방법
  • 텔레오퍼레이션 사용법

연구팀 및 지원

저자

이름역할
Zipeng Fu공동 제1저자
Tony Z. Zhao공동 제1저자
Chelsea Finn지도교수

지원

  • Stanford Robotics Center
  • Steve Cousins
  • Stanford IRIS Lab 멤버들

후속 발전

ALOHA 2 (Google DeepMind, 2024)

Google DeepMind에서 개선된 하드웨어 버전 발표:

  • 향상된 강성 및 정밀도
  • 개선된 그리퍼 설계
  • 더 나은 케이블 관리

상업화

Trossen Robotics에서 ALOHA 키트 판매:

  • ALOHA Solo
  • ALOHA Bimanual Kit
  • Mobile ALOHA 호환 부품

의의 및 영향

학술적 영향

  • Co-training 효과 입증: 관련 태스크 데이터로 성능 향상 가능
  • 저비용 연구 플랫폼: $32K로 고품질 연구 가능
  • 재현성: 완전한 오픈소스로 전 세계 연구실에서 복제 가능

산업적 함의

“Mobile ALOHA has demonstrated something unique: relatively cheap robot hardware can solve really complex problems.” - Lerrel Pinto, NYU

  • 가정용 로봇의 실현 가능성 시연
  • 저비용 하드웨어로도 복잡한 태스크 수행 가능
  • 데이터 수집 비용 대폭 절감

References

논문

@article{fu2024mobile,
  author    = {Fu, Zipeng and Zhao, Tony Z. and Finn, Chelsea},
  title     = {Mobile ALOHA: Learning Bimanual Mobile Manipulation
               with Low-Cost Whole-Body Teleoperation},
  journal   = {arXiv preprint arXiv:2401.02117},
  year      = {2024},
  note      = {Presented at CoRL 2024}
}

링크

See Also