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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
홍승조 (해군) 김진환 (KAIST)
저널정보
한국해군과학기술학회 Journal of the KNST Journal of the KNST Vol.4 No.1
발행연도
2021.3
수록면
72 - 77 (6page)
DOI
10.31818/JKNST.2021.03.4.1.72

이용수

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

초록· 키워드

오류제보하기
선박 접안 작업은 모든 유형의 선박에 해당된다. 특히 저속 기동성이 제한된 대형 선박에는 예인선이 필수적이다. 예인선의 접안 작업은 도선사 직관에 의해 수동적으로 이루어지는 작업으로 일반적인 제어 알고리즘을 적용하기 어려운 주제이다. 최근에는 이러한 복잡한 문제를 해결하기 위해 머신 러닝 기술 중 하나인 강화 학습이 적용되고 있다. 본 연구에서는 예인선을 활용한 접안 문제에 강화학습 방법을 적용하여 문제를 해결하였다. 예인선 및 선박의 동적 모델은 연속 및 이산시간의 동적 모델이 상호 작용하는 하이브리드 시스템으로 정의된다. 그리고 강화학습에서 정책 기울기 방식의 대표적인 알고리즘인 근위 정책 최적화(PPO) 알고리즘을 이용하여 접안문제를 해결하였으며 그 결과는 시뮬레이션으로 보여진다.
#강화학습(Reinforcement Learning) #선박 자율 접안(Autonomous Ship Berthing) #하이브리드 시스템(Hybrid System) #예인선 제어(Tugboat Control)

목차

Abstract
1. 서론
2. 시스템 모델링
3. 강화학습 알고리즘
4. 시뮬레이션 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

터그보트와 바지선의 예인 간격에 관한 저항성능 수치 시뮬레이션
석준 ,  윤동협 ,  양영준 외 1명 Journal of Advanced Marine Engineering and Technology (JAMET) 2018 .09
터그보트 협력제어에 의한 해상플랫폼 이송용 선박의 운동제어
박정석 ,  최용운 ,  이동훈 외 1명 동력시스템공학회지 2024 .02
강화학습 기반 무인 운행 예인선 자율 선박 접안 시스템 개발
조준형 ,  허준영 ,  김준영 외 1명 한국통신학회 학술대회논문집 2023 .11
선박자동접안을 위한 최적 추종 제어계 설계에 관한 연구
김경현 ,  김병각 ,  김영복 동력시스템공학회지 2018 .08
강화학습 기반 무인항공기 자율주행에 대한 불확실성 추정 알고리즘 연구
전우성 ,  정민구 ,  이병선 외 1명 대한산업공학회 추계학술대회 논문집 2022 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-039-001613262