[논문]Domain-Abstraction-Based Approach for Learning Multidomain Planning

Chae, Hyeok-Joo; Choi, Han-Lim

doi:10.2514/1.i010968

[해외논문] Domain-Abstraction-Based Approach for Learning Multidomain Planning

Journal of aerospace information systems : JAIS, v.18 no.11, 2021년, pp.790 - 802

Chae, Hyeok-Joo (Korea Advanced Institute of Science and Technology, Daejeon 34141, Republic of Korea) , Choi, Han-Lim (Korea Advanced Institute of Science and Technology, Daejeon 34141, Republic of Korea)

Abstract ▼ AI-Helper

Although deep learning techniques have been successfully implemented to solve domain-specific unmanned aerial vehicle planning problems, it is still a challenging task to develop a learning method to solve multidomain planning problems. Because the multidomain problems often involve learning more parameters, a dilated dataset diminishes learning speed due to its size and high dimensionality. The following two observations help tackle the issue: the state space of planning problems can be decomposed into representations of the domain state and system state, and the dimensionality problem often arises due to the huge size of the domain rather than system state. Inspired by such observations, this work presents a learning framework consisting of two networks: 1) a domain abstraction network in the form of a variational autoencoder that reduces the dimension of the domain space into a compact form, and 2) a planning network that generates a planning solution for a given domain setting. The effectiveness of the proposed learning framework is validated in case studies.

참고문헌 (11)

Dicheva, Svetlana, Bestaoui, Yasmina. Three-Dimensional A* Dynamic Mission Planning for an Airborne Launch Vehicle. Journal of aerospace information systems : JAIS, vol.11, no.2, 98-106.

상세보기
Ruchti, Jason, Senkbeil, Robert, Carroll, James, Dickinson, Jared, Holt, James, Biaz, Saad. Unmanned Aerial System Collision Avoidance Using Artificial Potential Fields. Journal of aerospace information systems : JAIS, vol.11, no.3, 140-144.

상세보기
Girija, S, Joshi, Ashok. Fast Hybrid PSO-APF Algorithm for Path Planning in Obstacle Rich Environment. IFAC-papersonline, vol.52, no.29, 25-30.

상세보기
10.2514/6.2020-0861
Valasek, John, Kirkpatrick, Kenton, May, James, Harris, Joshua. Intelligent Motion Video Guidance for Unmanned Air System Ground Target Surveillance. Journal of aerospace information systems : JAIS, vol.13, no.1, 10-26.

상세보기
Wu, Chunxue, Ju, Bobo, Wu, Yan, Lin, Xiao, Xiong, Naixue, Xu, Guangquan, Li, Hongyan, Liang, Xuefeng. UAV Autonomous Target Search Based on Deep Reinforcement Learning in Complex Disaster Scene. IEEE access : practical research, open solutions, vol.7, 117227-117245.

상세보기
Choi, Uihwan, Ahn, Jaemyung. Imitation Learning-Based Unmanned Aerial Vehicle Planning for Multitarget Reconnaissance Under Uncertainty. Journal of aerospace information systems : JAIS, vol.17, no.1, 36-50.

상세보기
Wang, Jiankun, Chi, Wenzheng, Li, Chenming, Wang, Chaoqun, Meng, Max Q.-H.. Neural RRT*: Learning-Based Optimal Path Planning. IEEE transactions on automation science and engineering, vol.17, no.4, 1748-1758.

상세보기
Thirtieth Conference on Neural Information Processing Systems (NIPS) Tamar A. 2154 2016
32nd Conference on Neural Information Processing Systems (NIPS) Ha D. 2450 2018
33rd Conference on Neural Information Processing Systems (NIPS) Nasiriany S. 14,843 2019

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

원문 URL 링크

DOI : 10.2514/1.I010968
American Institute of Aeronautics and Astronautics : 저널

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

저작권 관리 안내

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

저장형식

Text(ASCII format)
Excel format
RefWorks Direct Export
RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley

메일정보

받는사람 (필수): @
보내는사람 (선택): @
제목
내용: KISTI 검색결과 이메일 서비스

안내

총 건의 자료가 검색되었습니다.

다운받으실 자료의 인덱스를 입력하세요. (1-10,000)

검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다.

데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요)

다운로드 파일은 UTF-8 형태로 저장됩니다.
파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오.

Text(ASCII format)
Excel format

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증