안도혁, 노명일, 여인창, 이혜원, 전도현, "다양한 해상 상태를 고려한 해상 크레인의 심층 강화 학습 기반 제어 방법", 2025년도 한국CDE학회 동계학술발표회, 모나용평, p. ?, 2024.02.19-02.22
| Abstract | 해상 크레인은 조선소에서 대형 블록을 탑재하는 데 필수적인 장비로, 바지선, 크레인 붐, 블록 로더, 와이어 로프 등으로 구성된다. 이들 구성 요소는 서로 상호 작용하며, 해상 크레인은 최종적으로 와이어 로프를 이용해 구조물을 들어 올리거나 내려 탑재 작업을 수행한다. 그러나 각 구성 요소 간의 복잡한 상호 작용으로 인해 간혹 블록의 정밀한 제어가 어려운 경우가 발생한다. 더불어, 해상 크레인은 바다 위에서 작업하기 때문에 바람, 파도, 해류와 같은 외부 환경 요인의 영향을 크게 받는다. 이러한 환경적 요인은 크레인과 블록의 불규칙한 움직임을 초래해 작업 안전성과 정확성을 저하시킬 수 있으며, 심각한 경우 사고로 이어질 위험도 있다. 이러한 문제를 해결하기 위해 본 연구에서는 심층 강화 학습 방법을 적용하여 예상치 못한 상황에서도 와이어 로프의 움직임을 정밀하게 제어하고 블록을 안정적으로 탑재할 수 있는 강건한 제어 방안을 제안하였다. 심층 강화 학습은 해상 크레인의 현재 상태를 심층 신경망을 통해 분석한 뒤, 와이어 로프의 감는 속도를 조절하는 방식으로 작동한다. 제안된 방법은 실제 해상 크레인과 동일한 구조를 가진 시뮬레이션 환경에서 검증되었으며, 외부 환경 요인의 영향을 효과적으로 극복하며 블록 탑재 작업을 성공적으로 수행하는 결과를 보였다. 특히, 센서 노이즈나 딜레이와 같은 불확실성이 존재하는 환경에서도 심층 강화 학습 방법은 이러한 불확실성을 인지하고 유연하게 대응하여 기존의 제어 방법보다 안정적인 성능을 발휘하였다. |
|---|---|
| Publication Date | 2025-02-20 |