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
김준수 (해군사관학교) 박준영 (해군사관학교) 신예림 (해군사관학교) 이진호 (해군사관학교) 한민석 (해군사관학교)
저널정보
한국해군과학기술학회 Journal of the KNST Journal of the KNST Vol.7 No.4
발행연도
2024.12
수록면
469 - 475 (7page)
DOI
10.31818/JKNST.2024.12.7.4.469

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 DQN(Deep Q-Network)을 활용하여 대잠 헬기의 호버링 제어를 위한 심층 신경망 구조를 설계하고 성능을 분석하였다. 시뮬레이션에서 목표 위치는 (0, 0, 10)으로 설정하고, 질량은 8,000 kg, 중력 가속도는 9.81 m/s2로 가정하였다. DQN 에이전트는 500 에피소드 동안 학습하여 평균 보상 195에 도달하였다. PID 제어기와의 비교에서 DQN 제어기는 상승 시간 0.5초, 정착 시간 3.5초, 오버슈트 0.5 %를 기록하였고, PID 제어기는 각각 0.47초, 3.8초, 1.2 %를 보였다. 평균 RMSE에서도 DQN은 0.032로, PID의 0.045보다 우수했다. 이를 통해 DQN 기반 제어기의 효과성과 안정성이 입증되었으며, 항공기 제어 분야에서의 응용 가능성을 확인하였다.

목차

Abstract
1. 서론
2. 이론적 배경 및 알고리즘 설계
3. 시뮬레이션 환경 및 실험 방법
4. 실험 결과 분석
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0