- 성과
-
연구보고서
강건한 분산형 다중에이전트 심층강화학습 기반 지능형 판단 및 자율 모션제어 기법 개발
(Robust Decentralized Multi-agent Deep Reinforcement Learning Technique for Intelligent Decision-making and Autonomous Motion Control)
| 등록번호 | TRKO202200015955 | 발행년월 | 2022-03 |
|---|---|---|---|
| 발행기관명 | 전북대학교 | 발행국가/사용언어 | 대한민국 /국문 |
| 발주기관 | 한국연구재단 | 과제관리(전문)기관 | 한국연구재단 |
| 키워드 |
인공지능;심층학습;다중에이전트;비행에이전트;드론;
Artificial Intelligence;Deep Learning;Multi-Agent;Flight Agent;Drone; |
||
- 초록
-
연구개요
연구의 필요성 및 중요성
1. 무인이동체 활용 확장성을 고려한 비정형(Unstructured) 환경에서 불확실성을 극복
- 비정형 환경의 대표환경인 GPS 음영 지역에서 외부 환경에 대한 센서 정보를 활용하여 자율판단 및 모션제어를 통한 자율 임무 수행 기법 제시
2. 단일 에이전트 심층강화학습 기반 다중 목적 임무 수행의 단점을 극복
- 단일 에이전트 심층강화학습은 다중 목적(Multi-Task)을 수행에 한계점 존재
- 또한, 다중 목적 임무 수행을 위한 학습에 많은 시간이 소요됨
- 희소 보상(Sparse Rewards) 또는 부분 보상값(Partial Rewards) 관측(Observation)이 될 때, 학습 성능 저하 및 불안정성 발생
연구 목표대비 연구결과
1. 비정형 및 희소보상 환경에서 강건한 분산형 다중에이전트 심층강화학습 기법 개발
⦁다중임무 동시 수행 가능한 다중에이전트 기반 심층강화학습 알고리듬 개발
- 복잡한 임무수행을 위한 분산형 다중에이전트 심층강화학습 알고리듬 개발
⦁다중 에이전트 학습을 위한 분산형 액터 학습 기법 적용
- 분산형 액터 및 Master-Slave 학습 기법
⦁희소보상에 강건한 학습 모델 개발을 위한 Curiosity 학습 기법 적용
- 희소보상 Solution 기법 기반 강건성 확대
- Curosity 학습기법 및 Random Network Distillation
⦁다중에이전트 기반 클라우드 기법 적용
2. 인공지능 에이전트 학습을 위한 혼합가상환경 구성 및 제시한 기법 성능 검증
⦁Open-Source 플랫폼 기반 가상 시뮬레이션 환경 구성
⦁생성적적대신경망(GAN)기반 실제환경 모사 가상합성데이터 생성 기법 구현
- 학습의 효율성 극대화를 위한 새로운 가상학습환경학습 기법 개발
3. 알고리듬 성능 검증을 위한 임베디드 모듈 개발 및 비행실험
⦁Nvidia GPU Xavier 모듈 탑재를 위한 파이썬 기반 임베디드 알고리듬 구현
- Python/PyTorch 프로그래밍 기반으로 TensorFlow/Keras 심층학습 라이브러리를 이용
- 엣지컴퓨팅 기반 임베디드 알고리듬 구현 및 Xavier/TX2 탑재
⦁비행로봇 탑재 및 실내/실외 비행 실험을 통한 성능 검증
- 새로운 고등 심층강화학습 알고리듬 성능 검증 비행플랫폼 구성
연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
1. 기술적 측면
- 심층 강화학습 기법이 가지고 있는 이슈에 대한 해결방안 제시를 통해 이 분야에서 세계적 수준의 기술적 우위 확보
- 임베디드 모듈 및 탑재화를 통해, 무인이동체 제품의 안정화 및 지능화로 실제 제품시장에서의 기술적 우위 제공 가능
- 성공적으로 개발 시 다른 무인 시스템에도 적용이 가능하며, 인공지능 기반 안정성과 신뢰성을 향상시킴으로써 무인 자율시스템의 상용화를 위한 개발 가속화
2. 경제적 측면
- 향상된 자율비행 신기술 적용을 통한 산업 경쟁력 증대 기대
- 관련기술의 기술이전을 통한 무인이동체 상용화 및 사업화 가치 창출 기대
- GPS 음영 및 비정형환경 활용에서 안정성과 신뢰성을 향상함으로써 사회적 재산 및 안전 분야활용을 통한 국민 안전 증진 가능
(출처 : 요약문 2p)
- 목차
-
※ 연구개발성과 비공개원문 및 활용 문의는 과제관리(전문)기관을 통해 문의하시기 바랍니다.
※ 연구보고서 원문 열람 문의는 ScienceON 고객센터로 문의하시기 바랍니다.
[문의] ScienceON 고객센터 Tel : 080-969-4114, E-mail : helpdesk@kisti.re.kr
※ NTIS 관련 이용문의는 NTIS 콜센터(042-869-1115)로 문의하시기 바랍니다.
