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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김정모 (영남대학교) Simon Bøgh (올보르대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제3호
발행연도
2024.6
수록면
261 - 266 (6page)
DOI
10.5391/JKIIS.2024.34.3.261

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 Webots 시뮬레이션, Mecanum Wheel 기술 및 강화 학습(RL) 기술을 통합하여 모바일 로봇 성능을 향상하는 새로운 접근 방식을 제시한다. 이 통합은 복잡한 환경에서 경로 계획 및 제어를 테스트하고 최적화하기 위한 포괄적인 플랫폼을 제공한다. PPO(Proximal Policy Optimization) 알고리즘은 자율 경로 계획의 문제를 해결하는 데 기여한다 이 연구는 익숙하지 않은 환경에서 경로를 계획하는 능력을 보여주며 제안된 접근 방식의 적응성과 견고성을 강조한다. Webots 시뮬레이션 환경에서의 검증은 안전하고 효율적인 경로를 생성하는 PPO의 능력을 강조하고 매개변수 조정 및 성능 향상을 위한 방법을 제안한다. 전반적으로, 이 논문의 기여는 Webots 시뮬레이션, Mecanum Wheel 기술 및 RL 기술을 통합하여 모바일 로봇의 자율 경로 계획 및 제어를 발전시키고 보다 효율적이고 적응 가능한 탐색 전략을 보여준다.

목차

요약
Abstract
1. 서론
2. 관련된 연구
3. 연구 방법
4. 연구 실험 및 결과
5. 결론
References

참고문헌 (10)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089893367