원문정보
Reinforcement Learning-Based Navigation System Without Dependence on SLAM
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
일반적으로 자율 주행 시스템의 구현을 위해 SLAM알고리즘이 핵심적으로 사용되어 왔다. 그러나 SLAM을 활용한 기존의 자율 주행 시스템은 정확한 지도를 생성하는 과정이 어려우며, 변동성이 높은 환경에서 취약함을 보인다. 본 연구는 SLAM에 의존하지 않는 자율 주행 로봇의 네비게이션 시스템을 구현하기 위해 Twin Delayed Deep Deterministic Policy Gradient(TD3) 강화학습 알고리즘을 활용하였다. 이 연구의 목적은 로봇이 미지의 환경에서 장애물을 효과적으로 회피하며 목적지까지 안정적으로 주행할 수 있도록 하는 것이었다. 효과적인 시뮬레이션 환경을 Gazebo를 이용하여 진행하고, 훈련된 에이전트를 직접 구현한 로봇 플랫폼에 적용하여 주행 성능을 검증하였다.
목차
요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 학습 환경
3.2. TD3 알고리즘 학습 정의
4. 실험결과
5. 결론
Acknowledgement
참고문헌
1. 서론
2. 관련연구
3. 실험방법
3.1. 학습 환경
3.2. TD3 알고리즘 학습 정의
4. 실험결과
5. 결론
Acknowledgement
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보