원문정보
Study on Sensing-based Robot Control System in Constrained Environment
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
본 논문은 2차원 공간을 움직이는 로봇의 제어 시스템에 대한 강화 학습(Reinforcement Learning) 기반 연구 내용을 서술한다. 강화 학습은 인공지능 연구의 한 갈래로써, 로봇 등의 제어 시스템 구축에 높은 활용성을 갖는다. 본 논문에서는 현실적인 환경에서 경량화된 로봇이 수집할 수 있는 제한된 센싱 정보를 바탕으로 로봇이 특정 위치에 도달하는 시나리오를 정의하고, REINFORCE 알고리즘에 기반한 학습 시스템을 제안한다. 구현을 통한 학습 수행 및 시뮬레이션 결과를 통해 인공신경망이 학습되는 과정을 보이고, 실질적인 상황에서 활용할 수 있는 인공지능 기반 로봇 제어 시스템의 방향성을 제시한다.
목차
Abstract
1. Introduction
2. Environment setup
2.1. Simulation map
2.2. Robot spawn
2.3. Sensor mount
2.4. Environment scenario
3. REINFORCE based RL system
4. Experimental result
5. Conclusion
Acknowledgement
References
1. Introduction
2. Environment setup
2.1. Simulation map
2.2. Robot spawn
2.3. Sensor mount
2.4. Environment scenario
3. REINFORCE based RL system
4. Experimental result
5. Conclusion
Acknowledgement
References
저자정보
참고문헌
자료제공 : 네이버학술정보