메타강화학습을 이용한 수중로봇 매니퓰레이터 제어

• 영문명: Control for Manipulator of an Underwater Robot Using Meta Reinforcement Learning
• 발행기관: 한국전자통신학회
• 저자명: 문지윤(Ji-Youn Moon) 문장혁(Jang-Hyuk Moon) 배성훈(Sung-Hoon Bae)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제1호, 95~100쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.02.28

국문 초록

본 논문에서는 수중 건설 로봇을 제어하기 위한 모델 기반 메타 강화 학습 방법을 제안한다. 모델 기반 메타 강화 학습은 실제 응용 프로그램의 최근 경험을 사용하여 모델을 빠르게 업데이트한다. 다음으로, 대상 위치에 도달하기 위해 매니퓰레이터의 제어 입력을 계산하는 모델 예측 제어로 모델을 전송한다. MuJoCo 및 Gazebo를 사용하여 모델 기반 메타 강화 학습을 위한 시뮬레이션 환경을 구축하였으며 수중 건설 로봇의 실제 제어 환경에서의 모델 불확실성을 포함하여 제안한 방법을 검증하였다.

영문 초록

This paper introduces model-based meta reinforcement learning as a control for the manipulator of an underwater construction robot. Model-based meta reinforcement learning updates the model fast using recent experience in a real application and transfers the model to model predictive control which computes control inputs of the manipulator to reach the target position. The simulation environment for model-based meta reinforcement learning is established using MuJoCo and Gazebo. The real environment of manipulator control for underwater construction robot is set to deal with model uncertainties.

목차

Ⅰ. 서 론

Ⅱ. 모델기반 메타강화학습

Ⅲ. 매니퓰레이터 제어

Ⅳ. 시뮬레이션 및 검토

Ⅴ. 결 론

References

저자 소개

키워드

수중 건설 로봇 매니퓰레이터 제어 강화 학습 메타 학습 모델 기반 강화 학습 Underwater construction robot Manipulator control Reinforcement learning Meta learning Model based reinforcement learning