Belangrijkste concepten
장면 유사성을 활용하여 DRL 네비게이션 알고리즘의 전이성을 정량화하고, 로컬 지도 관찰을 통해 다양한 환경에서 강건한 네비게이션 성능을 달성할 수 있다.
Samenvatting
이 논문은 DRL 네비게이션 알고리즘의 전이성을 정량화하기 위해 장면 유사성 지표를 제안한다. 구체적으로 다음과 같은 내용을 다룬다:
전체 장면 유사성 지표(global scene similarity)와 지역 장면 유사성 지표(local scene similarity)를 제안하여 DRL 네비게이션 알고리즘의 전이성을 평가한다. 전체 장면 유사성 지표는 DRL 알고리즘의 전반적인 강건성을 평가하고, 지역 장면 유사성 지표는 글로벌 지도 없이 DRL 에이전트를 배포할 때의 안전성을 나타낸다.
2D LiDAR 데이터, 에이전트 위치, 목적지 위치를 융합한 로컬 지도를 관찰 입력으로 사용하는 강건한 DRL 네비게이션 알고리즘을 제안한다. 이를 통해 LiDAR 센서의 시야각과 각도 해상도를 변경할 수 있어 배포 시 전이성이 높아진다.
시뮬레이션과 실제 환경에서 다양한 장면을 구축하여 실험을 수행했다. 실험 결과는 제안한 전이성 지표의 타당성을 뒷받침하고, 로컬 지도 기반 DRL 알고리즘의 강건성을 보여준다.
Statistieken
로컬 지도 기반 DQN 네비게이션 알고리즘은 시뮬레이션 환경에서 평균 99.8%의 성공률을 달성했다.
실제 환경에서 로컬 지도 기반 DQN 네비게이션 알고리즘의 성공률은 장면 유사성 지표가 감소함에 따라 평균 73.0% ± 9.6%로 나타났다.
Citaten
"장면 유사성을 활용하여 DRL 네비게이션 알고리즘의 전이성을 정량화하고, 로컬 지도 관찰을 통해 다양한 환경에서 강건한 네비게이션 성능을 달성할 수 있다."
"로컬 지도 기반 DRL 네비게이션 알고리즘은 시뮬레이션 환경에서 평균 99.8%의 성공률을 달성했다."
"실제 환경에서 로컬 지도 기반 DQN 네비게이션 알고리즘의 성공률은 장면 유사성 지표가 감소함에 따라 평균 73.0% ± 9.6%로 나타났다."