[학위논문]다수의 보행자가 있는 복잡한 환경에서 이동로봇 경로 생성을 위한 모델-프리 강화학습의 보상설계 In a crowd environment with multiple pedestrian for reward function design, Model-Free Reinforcement Learning for Path Planning of Mobile robots원문보기
인공지능 기술 및 컴퓨터 하드웨어 및 소프트웨어, 그리고 센서들의 발달로 로봇 산업이 크게 발전하였고, 로봇은 일상생활에서 쉽게 접할 수 있게 되었다. 현재 실외 배송 로봇이 개발되고 있지만 실외 환경은 다양한 변수가 존재하며, 그렇다고 해서 모든 상황에 대해 프로그래밍을 하는 것은 매우 비효율적이기 때문에 연구자들은 로봇을 학습시키는 방향으로 로봇의 경로 생성 연구를 진행하고 있다. 그러나 보행자의 ...
인공지능 기술 및 컴퓨터 하드웨어 및 소프트웨어, 그리고 센서들의 발달로 로봇 산업이 크게 발전하였고, 로봇은 일상생활에서 쉽게 접할 수 있게 되었다. 현재 실외 배송 로봇이 개발되고 있지만 실외 환경은 다양한 변수가 존재하며, 그렇다고 해서 모든 상황에 대해 프로그래밍을 하는 것은 매우 비효율적이기 때문에 연구자들은 로봇을 학습시키는 방향으로 로봇의 경로 생성 연구를 진행하고 있다. 그러나 보행자의 행동 패턴이 완전히 같을 수 없고 상황에 따라 다양한 변수가 존재한다는 문제점이 있다. 이를 해결하기 위해 보행자 친화적인 경로 생성 알고리즘에 관한 연구가 진행이 되고 있으며, 강화학습을 바탕으로 보행자의 의도를 학습시키려고 하고 있다. 본 연구에서는 기존의 아이디어가 가지고 있던 문제점 제시 및 해결하기 위한 아이디어를 제시하고 로봇의 학습을 진행하였다. 시뮬레이션에서 로봇을 학습시키고 테스트를 진행하였으며, 기존에 제시한 아이디어보다 성공률이 올라감과 동시에 부드러운 경로를 확인할 수 있었다.
인공지능 기술 및 컴퓨터 하드웨어 및 소프트웨어, 그리고 센서들의 발달로 로봇 산업이 크게 발전하였고, 로봇은 일상생활에서 쉽게 접할 수 있게 되었다. 현재 실외 배송 로봇이 개발되고 있지만 실외 환경은 다양한 변수가 존재하며, 그렇다고 해서 모든 상황에 대해 프로그래밍을 하는 것은 매우 비효율적이기 때문에 연구자들은 로봇을 학습시키는 방향으로 로봇의 경로 생성 연구를 진행하고 있다. 그러나 보행자의 행동 패턴이 완전히 같을 수 없고 상황에 따라 다양한 변수가 존재한다는 문제점이 있다. 이를 해결하기 위해 보행자 친화적인 경로 생성 알고리즘에 관한 연구가 진행이 되고 있으며, 강화학습을 바탕으로 보행자의 의도를 학습시키려고 하고 있다. 본 연구에서는 기존의 아이디어가 가지고 있던 문제점 제시 및 해결하기 위한 아이디어를 제시하고 로봇의 학습을 진행하였다. 시뮬레이션에서 로봇을 학습시키고 테스트를 진행하였으며, 기존에 제시한 아이디어보다 성공률이 올라감과 동시에 부드러운 경로를 확인할 수 있었다.
With the development of Artificial Intelligence, Computer Hardware, Software and Sensors, the robot industry has developed and robots have become easily accessible in real world. Today, outdoor delivery robots are being developed, but outdoor have many variables, and it is very inefficient to progra...
With the development of Artificial Intelligence, Computer Hardware, Software and Sensors, the robot industry has developed and robots have become easily accessible in real world. Today, outdoor delivery robots are being developed, but outdoor have many variables, and it is very inefficient to programming all situations. So, researchers are conducting research on robot path generation in the direction of learning robots to A.I.. However, there is a problem that pedestrian behavior patterns cannot be completely the same, and various variables exist depending in each situation. To solve this problem, research on a pedestrian-friendly path planning algorithm is being conducted and It is trying to learn the pedestrian behavior patterns with reinforcement learning. In this research, discusses the problems of previous research and presents solution. The robot was trained and tested in simulation with reinforcement learning. The success rate increased compared to the previous research and check the smooth trajectory.
With the development of Artificial Intelligence, Computer Hardware, Software and Sensors, the robot industry has developed and robots have become easily accessible in real world. Today, outdoor delivery robots are being developed, but outdoor have many variables, and it is very inefficient to programming all situations. So, researchers are conducting research on robot path generation in the direction of learning robots to A.I.. However, there is a problem that pedestrian behavior patterns cannot be completely the same, and various variables exist depending in each situation. To solve this problem, research on a pedestrian-friendly path planning algorithm is being conducted and It is trying to learn the pedestrian behavior patterns with reinforcement learning. In this research, discusses the problems of previous research and presents solution. The robot was trained and tested in simulation with reinforcement learning. The success rate increased compared to the previous research and check the smooth trajectory.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.