인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구는 동적 토양 조건 데이터를 고려한 강화학습(reinforcement learning, RL) 기반 굴착기 궤적 제어 알고리즘을 제안한다. 자율 굴착 시스템의 설계에서 주요 도전 과제는 토양 상태의 동적 변화를 정확히 반영하면서도 심층 강화학습(deep reinforcement learning, DRL) 알고리즘의 안정적인 학습 수렴을 달성하는 것이다. 이를 해결하기 위해, 본 연구에서는 fundamental equation of earthmoving(FEE)을 기반으로 토양-장비 간 상호작용을 모델링하고, 다양한 토양 조건에서의 자율 굴착 작업을 수행할 수 있도록 무작위로 생성된 토양 매개변수를 활용하여 RL 기반 궤적 제어 알고리즘을 학습시켰다. 성능 평가 결과, 제안된 알고리즘은 다양한 토양 조건에 효과적으로 적응하는 능력을 보였으며, 이는 실제 굴착 작업에서 토양의 특성을 반영한 최적화된 작업 계획 수립에 기여할 수 있음을 입증하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092458715
