메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Yongjiang Zhao (전남대학교) 허정규 (신정개발) Senfeng Cen (전남대학교) 성승제 (전남대학교) 임창균 (전남대학교)
저널정보
한국전자통신학회 한국전자통신학회 논문지 한국전자통신학회 논문지 제18권 제2호
발행연도
2023.4
수록면
231 - 240 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
심층 강화 학습(Deep Reinforcement Learning)을 사용한 경로 계획에서 장애물을 자동으로 회피하기 위해 로봇을 학습시키는 일은 쉬운 일이 아니다. 많은 연구자가 DRL을 사용하여 시뮬레이션 환경에서 로봇 학습을 통한 장애물 회피할 가능성을 확인하려 한다. 다양한 환경 로봇과 센서의 영향 요인 때문에 실제 시나리오에서 로봇의 자동 장애물 회피를 실현하는 것은 흔치 않다. 본 논문에서는 장애물을 피해 가면서 자동 경로 계획을 위해 벽과 장애물로 구성된 테스트베드를 설계하고 로봇에 카메라를 장착하였다. 로봇의 목표는 가능한 한 빨리 벽에 부딪히지 않고 시작점에서 끝점까지 도달하는 것이다. 로봇이 벽과 장애물을 피하는 방법을 학습하기 위해 장애물을 회피하며 이동하기 위한 DRL의 가능성을 검증하기 위해 이중 심층 Q 네트워크(DDQN)를 제안한다. 실험에 사용된 로봇은 Jetbot이며 자동화된 경로 계획에서 장애물 회피가 필요한 일부 로봇 작업 시나리오에 적용할 수 있다.
#심층 강화 학습 #이중 심층 Q 네트워크 #자동 경로 계획 #장애물 회피 #DRL #DDQN #Automatic Path Planning #Obstacle Avoidance

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0