최성원, 노명일, 여인창, "불확실성을 고려한 심층 강화 학습 기반 선박의 개선된 충돌 회피 방법", 2025년도 대한조선학회 추계학술발표회, 창원, pp. 77, 2025.11.13-11.14
| Abstract | 다양한 선박이 혼재하는 복잡한 해상 환경에서는 타선의 움직임을 예측하기 어려운 상황이 빈번하게 발생한다. 이러한 상황에서 자율 운항 선박은 자선 (own ship) 주변 상황을 정확히 파악하고, 적절한 회피 기동을 수행하여 항해 안전성을 확보하는 것이 중요하다. 기존에는 VO (Velocity Obstacle) 방법과 같은 규칙 기반 방법을 활용한 충돌 회피 연구가 많이 수행되어 왔다. 해당 방법은 이상적인 환경에서는 효과적이지만, 타선 (target ship)의 위치 및 속도 정보가 부정확하거나 거동의 변동성이 클 경우 성능이 급격히 저하되는 문제가 있다. 이러한 한계를 극복하기 위해 본 연구에서는 심층 강화 학습 (deep reinforcement learning) 기반의 개선된 충돌 회피 방법을 제안하였다. 특히, 다수의 타선을 효과적으로 고려하고 상황에 맞는 행동을 결정하도록 강화 학습 정책을 고도화해 기존보다 충돌 회피 성능을 향상시켰다. 나아가, 타선의 움직임이나 관측 과정에서 발생할 수 있는 불확실성을 모델링하여, 실제 해상에서 발생 가능한 복잡하고 예측 불가능한 상황을 시뮬레이션 상에서 검증하였다. 실험 결과, 제안된 방법은 다수의 타선을 동시에 조우하는 상황에서도 효과적으로 충돌을 회피하면서 목적지까지 안전하게 도달할 수 있음을 확인하였다. |
|---|---|
| Publication Date | 2025-11-13 |
최성원, 노명일, 여인창, "불확실성을 고려한 심층 강화 학습 기반 선박의 개선된 충돌 회피 방법", 2025년도 대한조선학회 추계학술발표회, 창원, pp. 77, 2025.11.13-11.14