한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

자율운항선박을 위한 강화학습 에이전트 기술 연구

A Study on Reinforcement Learning Agent Technology for Autonomous Ships

  • 오유찬 (서울시립대학교 컴퓨터과학부) ;
  • 양소희 (동덕여자대학교 세무회계학과) ;
  • 이재훈 (서울과학기술대학교 스마트 ICT 융합공학과) ;
  • 황윤주 (동덕여자대학교 데이터사이언스전공) ;
  • 이규영 (한국과학기술원 정보보호대학원)
  • Yu-Chan Oh (Dept. of Computer Science, University of Seoul) ;
  • So-Hee Yang (Dept. of Tax Accounting, Dongduk Women's University) ;
  • Jae-Hoon Lee (Dept. of Smart ICT Convergence Engineering, Seoul National University of Science and Technology) ;
  • Yun-Ju Hwang (Dept. of Data Science, Dongduk Wonen's University) ;
  • Ku-Yeong Lee (Graduate School of Information Security, KAIST)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

기존 자율운항선박 연구에는 전통적인 AI 기술들이 사용되어 왔다. 그러나 이러한 기술들은 특정 조건에 맞춘 규칙과 추론 방식으로 작동하기 때문에, 다양한 변수가 있는 환경에서 최적의 성능을 발휘하기는 어렵다. 이에 본 연구는 자율운항선박에서 가장 중요한 경로최적화와 충돌회피 과제 해결에 강화학습이 효과적인 실험을 통해 입증하고 최적의 강화학습 알고리즘을 제시한다.

키워드

과제정보

본 논문은 해양수산부 실무형 해상물류 일자리 지원사업(스마트해상물류 × ICT 멘토링)을 통해 수행한 ICT 멘토링 프로젝트 결과물입니다. 본 논문에 참여한 저자들은 모두 공동 1저자이며, 논문작성에 기여한 정도가 같습니다.

참고문헌

  1. Poornikoo, M., O vergard, K.I. Levels of automation in maritime autonomous surface ships (MASS): a fuzzy logic approach. Marit Econ Logist 2, 278-301 (2022).
  2. 이동훈. "가변적 선박 안전영역 및 충돌 위험지수를 반영한 선박 충돌 회피 시스템에 관한 연구," 국내석사학위논문 인하대학교 대학원, 2023. 인천
  3. 이응원, 양혁렬, 김건우, 이영무, 이의령, 파이썬과케라스로 배우는 강화학습, 경기도, 위키북스, 2020
  4. Jimenez, Gonzalo & Hueso, Arturo & Gomez-Silva, Maria. Reinforcement Learning Algorithms for Autonomous Mission Accomplishment by Unmanned Aerial Vehicles: A Comparative View with DQN, SARSA, and A2C. Sensors. 2023
  5. 임지수, 데이터 기반의 강화학습을 통한 선박 자율 운항에 관한 연구, 석사학회논문, 고려대학교, 2018
  6. 김원욱, 김대희, 윤대근. (2018). AI 기법의 Q-Learning을 이용한 최적 퇴선 경로 산출 연구. 해양환경안전학회지, 24(7), 870-874.