Deep Reinforcement Learning based Robotic Control via Object Positions Inferred from Raw Images

유규민; Magnus Hanses

doi:10.5573/ieie.2024.61.9.69

추천

검색

질문

자료유형: 학술저널

저자정보: 유규민 (Fraunhofer IFF) Magnus Hanses (Fraunhofer IFF)

저널정보: 대한전자공학회 전자공학회논문지 전자공학회논문지 제61권 제9호(통권 제562호)

발행연도: 2024.9

수록면: 69 - 77 (9page)

DOI: 10.5573/ieie.2024.61.9.69

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 이미지를 통해 목표 물체의 위치를 추정하고, 그 위치를 이용해 로봇 팔이 물체를 목표 위치로 이동시키는 강화 학습 방법을 제시한다. 목표 물체의 위치를 추정하기 위해, 사전 학습된 VGG16의 특징 추출 부분을 기반으로 변형된 Convolutional Neural Network (CNN) Position Extractor를 사용하여, 이미지와 목표 물체 위치의 데이터 쌍을 가지고 지도학습을 실시하였다. 강화 학습 기법으로 Hindsight Experience Replay (HER)와 Truncated Quantile Critics (TQC)를 사용하여 시뮬레이션 환경에서 로봇 팔이 목표 물체를 목표 위치로 이동시키도록 반복 훈련하였다. 학습된 로봇 팔이 이미지에서 목표 물체의 현재 위치를 추정하여 그 위치로 물체를 옮길 수 있으므로, 목표 물체의 위치를 실시간으로 추적하는 추가 센서가 필요하지 않다는 장점이 있다. 본 논문에서 개발한 방법을 사용했을 때 평균 누적 보상 –48.51와 성공률 95.0%를 달성하였다. 실험 결과를 통해 목표 물체를 정밀하게 측위하지 않아도, 이미지를 통해 목표 물체의 위치를 추정하고, 그 위치를 이용해 로봇 팔이 물체를 목표 위치로 이동시키는 것이 가능함을 확인하였다.

#Reinforcement learning #Position extractor #Convolutional neural network #Truncated quantile critics #Hindsight experience replay

참고문헌 (18)

참고문헌 신청

S. A. Jung, Machine Learning: The Basics, Springer, 2022, Ch. 1.

K. Arulkumaran, M. P. Deisenroth, M. Brundage and A. A. Bharath, "Deep Reinforcement Learning: A Brief Survey," in IEEE Signal Processing Magazine, vol. 34, no. 6, pp. 26-38, Nov. 2017.

V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra and M. Riedmiller, “Playing Atari with Deep Reinforcement Learning,” in arXiv:1312.5602, Dec. 2013.

D. Michie, M. Bain and J. Hayes-Michie, Knowledge-based Systems for Industrial Control, Institution of Engineering and Technology, 1990, Ch. 5.

Q. Gallouédec, N. Cazin, E. Dellandréa and L. Chen, “MULTI-GOAL REINFORCEMENT LEARNING ENVIRONMENTS FOR SIMULATED FRANKA EMIKA PANDA ROBOT”, in arXiv:2106.13687v1, Jun. 2021.

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

실물 환경에서의 데이터 기반 강화학습 적용 방안

강찬석 전자공학회지 2024 .05

Maximized-Actor-Critic(MAC)을 이용한 정책 경사 강화학습 방법

김정현 , 최용훈 , 김민석 멀티미디어학회논문지 2024 .03

DQN 강화학습을 이용한 회전형 미로 탐색 행동 정책 학습

안준헌 , 조영완 한국지능시스템학회 논문지 2023 .12

축구의 경기 결과 예측을 위한 머신러닝 기법 비교

최형준 한국체육측정평가학회지 2022 .12

심층 강화학습 기반 실시간 게임 인공지능 최신 동향

박상현 , 온병원 Proceedings of KIIT Conference 2022 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090920790

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)