지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2024.10
- 수록면
- 630 - 635 (6page)
이용수
초록· 키워드
오류제보하기
Deep reinforcement learning holds tremendous potential for robotics applications. However, it requires large amounts of data obtained through the interaction of a learning agent with its environment. Collecting real-world training data for robots poses several challenges, including crash and safety risks, battery limitations, and wear on the driving units. While simulation offers a more accessible way to obtain training data, it often results in performance degradation due to the gap between simulation and reality. In this paper, we propose a method that involves learning a policy in simulation using domain randomization, transferring the learned policy to an actual quadrotor, and utilizing it as a lowlevel controller. Both simulation and real-world experimental results demonstrate that our approach can learn a robust policy capable of handling situations not encountered during the training process. This method enables the application of policies learned in simulation to real-world environments without the need for additional tuning.
목차
Abstract
1. INTRODUCTION
2. PRELIMINARIES
3. REINFORCEMENT LEARNING FOR LOW-LEVEL CONTROL
4. EXPERIMENTS
5. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
강화학습 기반 강인 제어를 위한 과거 입출력 정보 필요성 탐구
전기학회논문지
2021 .12
-
Domain randomization을 이용한 시뮬레이터와 실제 환경의 차이를 줄이는 강화 학습 기법
한국정보과학회 학술발표논문집
2020 .12
-
Learning to Grasp Objects based on Ensemble Learning Combining Simulation Data and Real Data
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
Towards Training an Agent in Augmented Reality World with Reinforcement Learning
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
Zero-Shot Transfer Learning of a Throwing Task via Domain Randomization
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
현실 세계에서의 로봇 파지 작업을 위한 정책/가치 심층 강화학습 플랫폼 개발
로봇학회 논문지
2020 .06
-
Q-learning을 이용한 이동 로봇의 실시간 경로 계획
전기전자학회논문지
2020 .12
-
Sim-to-Real 강화학습 기반의 사각펙 정렬 방법
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
Multi-Source Tasks in Transfer Learning for Deep Reinforcement Learning: Application to Robotics Simulations
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
Sim-to-Real 강화학습 기법을 활용한 Recovery 특성을 갖는 2단 도립진자 제어
전기학회논문지
2023 .12
-
Multi-agent Reinforcement Learning in a Large Scale Environment via Supervisory Network and Curriculum Learning
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
Tidy-Up Tasks Using Trajectory-based Imitation Learning
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
Multi-Agent Network Randomization Method for Robust Knowledge Transfer in Deep Multi-Agent Reinforcement Learning
제어로봇시스템학회 국제학술대회 논문집
2024 .10
-
Meta-Model for Offline Meta Reinforcement Learning
한국정보과학회 학술발표논문집
2021 .12
-
심층 강화학습을 활용한 산업디자인
제어로봇시스템학회 논문지
2018 .12
-
고속도로 주행 판단을 위한 CDR (커리큘럼 기반 도메인 랜덤화)을 사용한 강화학습 방법
제어로봇시스템학회 논문지
2025 .02
-
Object Detection using Policy-Based Reinforcement Learning
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
A Study on specific region detection and recognition based on Transfer-Learning and Data Augmentation
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
Training Deep Neural Networks with Synthetic Data for Off-Road Vehicle Detection
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
공 던지기 로봇의 정책 예측 심층 강화학습
로봇학회 논문지
2020 .12
최근 본 자료
댓글(0)
0