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.
피인용 0
초록·키워드
최근 비전-언어 모델(Vision-Language Model, VLM)은 자연어 명령을 이해하고 이를 실행 가능한 일련의 행동 계획으로 변환하는 능력으로 주목받고 있다. 이러한 특성은 로봇 제어 및 자율주행 시스템과의 결합 가능성을 크게 확장 시키고 있으며, 기존의 규칙 기반 계획 방식과는 다른 유연성과 적응성을 제공한다. 그러나 VLM은 토큰 단위로 점진적으로 출력을 생성하는 구조적 특성을 가지므로, 이를 자율주행 제어 루프에 직접 적용할 경우 계획 실행의 연속성이 깨지거나 불필요한 지연이 발생할 수 있다. 따라서 VLM 기반 계획을 어떻게 실행할 것인지, 즉 제어 정책의 선택은 주행 안정성과 안전성을 좌우하는 핵심 요소가 된다.
본 연구에서는 ROS 2 환경에서 VLM을 통합하고, 이를 기반으로 서로 다른 제어 정책을 비교하여 주행 연속성과 안정성에 미치는 영향을 정량적으로 분석하였다. 먼저 전체 계획이 완성될 때까지 실행을 보류하는 방식은 단순하고 안정적일 수 있으나, 반응 지연이 커져 급격한 상황 변화에 대응하기 어렵다는 한계가 있었다. 반면 토큰이 생성되는 즉시 계획을 실행하는 방식은 반응성은 높지만, 토큰 간 도착 지연으로 인해 제어 명령이 불연속적으로 전달되면서 차량의 움직임이 덜컥거리는 stop-and-go 현상이 발생하였다. 이를 보완하기 위해 본 연구에서는 토큰 도착 간격과 실행 가능한 최소 시간을 고려하여 시작 시점을 동적으로 조정하는 기법을 제안하였다. 이 방식은 제어 공백을 최소화하면서도 불필요한 대기 시간을 줄여 연속성과 안전성을 동시에 확보할 수 있다.
실험은 ... 전체 초록 보기
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) : I410-151-26-02-095659924
