PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.03132v1cs.LG

궤적 추적을 위한 예측적 강화학습

Anticipatory Reinforcement Learning for Trajectory Tracking

산업 제어 환경에서 심층 강화학습(DRL)의 지연·오버슈트 문제를 해결하기 위해, DRL 상태 공간에 목표 속도와 미래 참조 지평을 추가하는 예측적 공식화를 제안하고 PPO로 1자유도 헬리콥터 테스트베드에서 평가한 결과 시뮬레이션 내 평균 절대 편차를 2.73°에서 0.31°로 약 9배 개선했다. 실물 하드웨어 제로샷 전이 실험에서는 sim-to-real 격차가 나타났으나, 단일 장거리 예측 지평만 사용한 단순한 구성이 가장 복잡한 모델과 동등한 실제 성능(1.11°)을 달성해, 물리적 전이에 고밀도 예측 데이터가 반드시 필요하지 않음을 보였다.

arXiv:2607.02037v1cs.RO

Cross-Platform Control for Autonomous Surface Vehicles via Adaptive Reinforcement Learning

다양한 선체 역학을 가진 자율 수상 선박(ASV)에 단일 강화학습 정책을 적용하기 위해, 교사-학생(teacher-student) 아키텍처와 상호작용 이력 기반 잠재 표현 추론을 결합한 적응형 크로스-플랫폼 제어 프레임워크를 제안한다. 시뮬레이션에서 무작위화된 선박 역학으로 학습된 단일 정책을 파인튜닝 없이 두 실제 플랫폼에 제로샷 배포한 결과, 비적응형 기준 모델 대비 위치 평균 절대 오차를 최대 58% 개선하였다.