Pieter Abbeel은 벨기에계 미국인 컴퓨터 과학자이자 캘리포니아 대학교 버클리의 전기 공학 및 컴퓨터 과학 교수이다. 그는 로봇 공학과 인공지능 분야의 선도적인 연구자로, 심층 강화 학습, 모방 학습, 로봇 조작 분야의 선구적인 연구로 잘 알려져 있다. Abbeel은 산업용 로봇용 소프트웨어를 개발하는 AI 로봇 회사인 Covariant를 공동 설립했으며, OpenAI에서 연구 과학자로도 활동했다.
Abbeel은 벨기에에서 태어나 2000년에 뢰번 가톨릭 대학교에서 전기 공학 학사 학위를 취득했다. 이후 미국으로 건너가 대학원 과정을 밟았으며, 2008년에 스탠포드 대학교에서 Andrew Ng의 지도 아래 컴퓨터 과학 박사 학위를 받았다. 그의 박사 연구는 견습 학습과 역강화 학습에 초점을 맞추었으며, 로봇이 인간의 시연으로부터 학습할 수 있게 하는 방법을 확립했다.
학문적 경력 및 연구
Abbeel은 2008년 UC 버클리 교수진에 합류하여 버클리 로봇 학습 연구소를 이끌고 있다. 버클리에서의 초기 연구는 강화 학습을 실제 로봇 공학에 실용적으로 적용하는 데 중점을 두었으며, 특히 심층 신경망을 활용했다. 2015년, 그의 연구 그룹은 로봇 조작을 위한 최초의 종단 간 심층 강화 학습 시스템 중 하나를 시연하여, 원시 픽셀 입력과 신경망 정책만으로 물체를 잡는 로봇을 훈련시켰다. 국제 기계 학습 회의에서 발표된 이 연구는 로봇 공학에서 딥러닝의 광범위한 채택을 촉진하는 데 기여했다.
Abbeel 연구의 반복적인 주제는 모방 학습으로, 로봇이 인간의 시연을 관찰하여 기술을 습득하는 것이다. 그는 모방과 강화 학습을 결합한 알고리즘을 개발하여 로봇이 빨래 접기, 물체 조립, 복잡한 환경 탐색과 같은 복잡한 행동을 습득할 수 있게 했다. 그의 연구 그룹은 또한 버클리 로봇 조작 벤치마크와 오픈 소스 rllab 라이브러리 개발에 기여했으며, 이는 강화 학습 연구에 널리 사용되는 도구가 되었다.
Covariant 및 산업용 로봇 공학
2017년, Abbeel은 Rocky Duan과 Tianhao Zhang을 포함한 여러 전 제자들과 함께 Covariant를 공동 설립했다. 이 회사의 사명은 일반 목적 AI를 산업용 로봇, 특히 창고 자동화에 도입하는 것이다. Covariant의 소프트웨어인 Covariant Brain은 딥러닝을 사용하여 로봇이 비정형 환경에서 물체를 인식하고, 추론하고, 행동할 수 있게 한다. 예를 들어, 빈에서 물건을 집거나 패키지를 분류하는 작업을 수행한다. 이 회사는 2019년 4천만 달러의 시리즈 B 라운드와 2021년 7천 5백만 달러의 시리즈 C 라운드를 포함한 상당한 벤처 자금을 유치했으며, 주요 물류 회사가 운영하는 창고에 시스템을 배포했다.
Covariant의 접근 방식은 사전 프로그래밍된 동작에 의존하는 전통적인 산업 자동화와 다르다. 대신, 로봇은 데이터로부터 학습하고 새로운 상황에 적응하며, Abbeel은 이 능력이 실제 물류의 변동성을 처리하는 데 필수적이라고 주장했다. 이 회사는 이후 제조 및 재활용을 위한 로봇 조작을 포함한 다른 영역으로 확장했다.
AI 및 OpenAI에 대한 기여
Abbeel은 더 넓은 AI 커뮤니티에 오랫동안 기여해 왔다. 그는 2016년부터 2017년까지 OpenAI에서 연구 과학자로 활동하며 강화 학습 알고리즘을 연구하고 강화 학습 연구의 표준 벤치마크인 OpenAI Gym 툴킷 개발에 기여했다. OpenAI에서의 그의 작업은 대규모 언어 모델과 로봇 제어 가능성에 대한 초기 탐구도 포함했지만, 그의 주요 초점은 로봇 공학에 남아 있었다.
Abbeel은 또한 여러 AI 스타트업의 고문으로 활동했으며, 기계 학습 연구 저널을 포함한 주요 학술지의 편집 위원회에서 활동했다. 그는 로봇 학습 컨퍼런스와 국제 학습 표현 컨퍼런스와 같은 학술 대회에서 자주 기조 연설자로 초청된다.
수상 및 영예
Abbeel의 연구는 수많은 상을 받았다. 그는 2010년 국립 과학 재단 CAREER 상, 2011년 해군 연구소 젊은 연구자 상, 2012년 공군 과학 연구소 젊은 연구자 상을 받았다. 2017년에는 로봇 학습 및 제어에 대한 기여로 IEEE 펠로우로 선정되었다. 또한 2018년에는 견습 학습 논문으로 ACM 박사 학위 논문 명예상을 받았으며, 2020년에는 유럽 과학 아카데미 회원으로 선출되었다.
그의 연구는 뉴욕 타임즈와 와이어드와 같은 대중 매체에서도 소개되어 AI 기반 로봇 공학이 산업을 변화시킬 잠재력을 강조했다.
현재 작업 및 영향
2020년대 중반 현재, Abbeel은 UC 버클리에서 연구를 계속 이끌면서 Covariant의 개발에도 적극적으로 참여하고 있다. 그의 최근 프로젝트는 생성 AI와 로봇 공학의 교차점을 탐구하며, 트랜스포머 모델을 사용하여 로봇 일반화를 개선하는 것을 포함한다. 그는 또한 코드와 데이터 세트를 공개하여 분야의 진전을 가속화하는 개방형 연구 관행을 옹호해 왔다.
Abbeel의 영향력은 그의 많은 제자들을 통해 확장되며, 그들 중 여러 명은 자신의 로봇 회사를 설립하거나 학계 직책을 맡았다. 그의 연구는 심층 강화 학습을 현대 로봇 공학의 핵심 기술로 확립하는 데 기여했으며, 기계 학습과 물리적 시스템 사이의 간극을 메웠다.