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.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
최근 무인기의 수요가 증가함에 따라 자율 유도제어 기술 개발이 활발히 진행되고 있다. 무인기의 임무 수행을 위해선 효과적인 경로계획 기법이 필요하다. 복잡한 지형에서의 경로계획은 고전 기법 적용 시 높은 계산 복잡도를 가지며, 지형의 특징을 전역적 관점에서 활용하기 어렵다. 또한, 새로운 임무조건에서의 즉각적인 경로 생성과 같은 효율성 확보가 어렵다는 한계가 존재한다. 본 연구에서는 이러한 문제를 해결하기 위해 심층강화학습 기반의 3차원 경로계획을 제안한다. Height map 기반의 최적 경로점 생성 문제를 정의하고, 어텐션 모듈 기반 CNN(Convolutional Neural Network)을 설계한다. SAC(Soft Actor-Critic) 알고리즘을 통해 Height map으로부터 지형 특징을 추출하여 경로점을 생성하는 과정을 학습한다. 제안된 방법의 성능을 검증하기 위해 PSO(Particle Swarm Optimization) 알고리즘 및 A* 알고리즘과의 비교 분석을 수행한다. 단순 지형과 복잡 지형에서의 몬테카를로 시뮬레이션을 통해, 제안된 방법이 준최적의 경로점을 생성하면서도 연산 시간을 크게 개선함을 확인하였다.
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) : I410-151-25-02-093967473
