Domestic Conference

전도현, 노명일, 함승호, 이혜원, "리프팅 블록의 평형 자세 제어를 위한 강화 학습 기반의 골리앗 크레인 제어 방법 연구", 2018년도 대한조선학회 춘계학술발표회, 제주, pp. 513, 2018.05.24-25

by SyDLab posted Mar 22, 2018
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 선박이나 해양구조물의 제작 과정에서 크레인을 이용하여 블록을 탑재하는 리프팅 작업은 매우 중요한 공정중 하나이다. 블록의 탑재가 정확한 위치와 각도로 이루어지기 위해서는 블록의 제어가 정확하게 이루어져 흔들림이나 회전 등 예기치 못한 움직임이 발생하지 않도록 하는 것이 중요하다. 하지만 블록 리프팅 작업은 크레인과 와이어 로프 등 여러 물체의 제어을 통해 블록의 움직임을 간접적으로 제어해야 하기 때문에, 기존에 사용하던 제어 이론을 적용하기 힘들다. 따라서 본 연구에서는 블록의 움직임을 제어하기 위하여, 기계 학습의 한 종류인 강화 학습 (Reinforcement Learning)을 사용하였다. 본 연구에서는 연속적인 블록의 움직임을 효과적으로 표현하기 위해 강화 학습 방법의 한 종류인 policy gradient 방법을 사용하였고, 이를 위하여 심층 학습 (Deep Learning)을 적용하였다. 이 과정에서 강화 학습의 행동 (Action)으로는 크레인의 전진 속도와 각 와이어 로프를 감아올리는 속도가 주어졌고 보상 (Reward)으로는 블록의 운동으로 설정하였으며, 바람 등 외력의 영향을 고려하여 블록의 움직임이 최소화 되도록 강화 학습을 수행하였다. 그 후 제안된 방법을 검증하기 위해, 기존의 제어 이론을 적용하여 블록 리프팅을 수행하였을 때와 본 연구에서 제안된 강화 학습을 통해 블록 리프팅을 수행했을 때의 차이를 동적 시뮬레이션 프로그램을 통해 비교해 보았다.
Publication Date 2018-05-25

전도현, 노명일, 함승호, 이혜원, "리프팅 블록의 평형 자세 제어를 위한 강화학습 기반의 골리앗 크레인 제어 방법 연구", 2018년도 대한조선학회 춘계학술발표회, 제주, pp. 513, 2018.05.24-25