• 목록

1. 강화학습 기반 무인항공기 자율주행에 대한 불확실성 추정 알고리즘 연구
무인항공기(UAV)를 다양한 분야에 적용하기 위해 강화학습을 이용한 UAV 자율 탐색 제어 연구가 늘고 있다.
그러나 UAV의 안정적인 제어를 위해서는 강화학습의 학습 수준에 따라 불확실성을 고려한 대체 알고리즘 병렬 운용이 필요하다.
본 발표에서는 불확실성에 대한 통계적 추정치로 충돌 확률을 예측하고, 다양한 상황에 따라 적절한 행동을 결정하는 학습 알고리즘을 제시했다.

2. 시뮬레이션 상태 공간에 따른 강화학습 효율성 연구
Model-free 심층강화학습 모델에서 에이전트의 학습 수준은 보상 함수와 상태 공간에 의존한다.
에이전트에게 학습에 도움을 줄 수 있도록 제공하는 상태 정제 기술중에서는
시뮬레이션에서 생성된 상태 정보를 임의의 길이를 축적하여 제공하는 방식과
RNN 계열의 레이어로 구성된 신경망 모델을 통해 장/단기 기억 파라미터로 조정하여 제공하는 방식으로 나뉜다.
본 발표에서는 시뮬레이션의 상태 공간을 데이터 기반으로 분석하여 적절한 상태 정제 기술 및 최적화된 파라미터를 선정하여 강화학습 시간을 단축시킬 수 있음을 제안했다.

3. 신호와 도로 교통 흐름을 반영하는 교차로 디지털 트윈 구성을 위한 데이터 정의
본 발표는 자율주행 차량과 일반 차량이 혼동된 과도기 디지털 도로 인프라 운영 및 구성을 위한 디지털 트윈 모델과 구성을 위한 데이터 정의한다.
교차로 디지털 트윈 모델: 교차로, 신호, 도로, 자동차, 제어 및 통신
데이터 대상: 자동차의 구분 및 운행 정보, 신호 및 교차로의 제어 및 통신 정보, 교차로의 식별 정보, 도로의 식별, 형태, 차선 등 정보, 신호의 식별, 구성, 등화 등 정보
􀋮􀬪􀥫􀡿 􀡈􀢴 􀪛􀛺
􀖸􀛉 􀘌􀟄 􀗔􀬯 􀠆􀋮