전도현, 노명일, 이혜원, 함승호, "심층 강화 학습 기반의 와이어 로프 제어를 통한 블록의 움직임 최소화", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 339, 2020.02.05-08
| Abstract | 크레인을 이용한 블록의 탑재 작업은 선박 또는 해양 구조물의 제작 과정에 있어 가장 중요한 공정 중 하나이다. 이때, 실제 작업에서는 외력 등에 의해 블록의 흔들림이나 회전 등 예기치 못한 움직임이 발생할 수 있다. 블록을 안전하게 탑재하기 위해서는 블록의 위치와 각도를 정확히 제어하는 것이 중요하다. 하지만 블록 탑재 작업 과정에서 블록의 움직임은 크레인과 트롤리 (trolley), 그리고 많은 수의 와이어 로프 등 여러 물체에 의해 간접적으로 제어된다. 또한, 바람 및 파도와 같은 환경 외력이 작용하기 때문에 기존의 제어 이론을 그대로 적용하기가 쉽지 않다. 따라서 본 연구에서는 기계 학습의 한 방법인 심층 강화 학습 (Deep Reinforcement Learning)을 이용하여 블록 탑재 작업의 제어를 수행하였다. 연속적인 값을 가지는 블록 및 각 물체의 움직임을 효과적으로 제어하기 위하여 본 연구에서는 심층 강화 학습 중 정책 강하법 (policy gradient method)를 이용하였다. 블록의 각 방향 움직임 및 속도를 강화 학습의 상태 변수 (state)로 설정하였고, 크레인과 연결된 각 와이어 로프의 감는 속도를 강화 학습의 행동 (action)으로 설정하였으며, 블록의 움직임이 최소화 되도록 보상 (reward)를 설정하였다. 제안한 방법의 효용성을 검증하기 위하여 갠트리 크레인 및 해상 크레인을 이용한 블록 탑재 시뮬레이션을 수행하였다. 그 결과, 제안한 블록 탑재 제어 방법을 통해 효과적으로 와이어 로프를 제어하여 블록의 움직임을 최소화할 수 있음을 확인하였다. |
|---|---|
| Publication Date | 2020-02-07 |
전도현, 노명일, 이혜원, 함승호, "심층 강화 학습 기반의 와이어 로프 제어를 통한 블록의 움직임 최소화", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 339, 2020.02.05-08