Domestic Conference

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

by SyDLab posted Dec 17, 2019
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
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