정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
커리큘럼 러닝을 이용한 항공기 강화학습 |
| 영문제목(English Title) |
Aircraft Reinforcement Learning using Curriculum Learning |
| 저자(Author) |
배정호
강윤성
윤석민
김용덕
김성호
Jung Ho Bae
Yun-Seong Kang
Sukmin Yoon
Yong-Duk Kim
Sungho Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 06 PP. 0707 ~ 0712 (2021. 06) |
한글내용
(Korean Abstract) |
전 세계적으로 무인 항공기 제어를 위한 다양한 알고리즘이 제안되었지만 탐색시간, 불명확한 규칙 등의 제한사항이 있었다. 이를 극복하기 위하여 본 연구에서는 심층 강화학습을 이용한 제어 기법을 적용하고 효과적인 학습을 위하여 조준각도(ATA) 기반의 커리큘럼 러닝을 제안한다. 제안한 기법의 효용성을 확인하기 위하여 항공기 질점 6-자유도 모델을 적용한 3차원 시뮬레이션 환경을 구축하고 두 항공기가 서로 뒤돌아 보고 있는 상황에서 격추하는 시나리오를 학습하였다. 그 결과 커리큘럼 러닝을 적용하지 않았을 경우 ATA 60° 이상은 제한된 시간에 학습이 완료되지 않은 것이 반해 ATA 기반 커리큘럼 러닝을 적용한 경우에는 별도의 보상함수 추가 없이 180°까지 학습이 완료되는 것을 확인하였다.
|
영문내용
(English Abstract) |
Diverse algorithms have been proposed to control unmanned aircrafts. However, they have limitations such as long exploration time and/or unclear behavior rules. To overcome the drawbacks and for efficient training, we propose an aircraft control technique using deep reinforcement learning applying antenna train angle (ATA) based curriculum learning. To validate the effectiveness of the proposed technique, we constructed a 3D simulation environment adapting a 6-DOF aircraft point model and conducted training with an initial setting of two fighters in the neutral position situation where they are looking back. The results showed that the proposed technique can achieve the goal of ATA 180° when the fighters are looking back without adding supplemental reward functions, while the deep reinforcement learning (DRL) without ATA curriculum could not succeed the learning over ATA 60° in a limited training time.
|
| 키워드(Keyword) |
심층강화학습
커리큘럼러닝
항공기 제어
조준각도
deep reinforcement learning
curriculum learning
aircraft control
ATA
|
| 파일첨부 |
PDF 다운로드
|
