기계 학습 기술을 통해 로봇을 더욱 효율적으로 제어하는 방법
2023-08-03
기계 학습 기술을 통해 로봇을 더욱 효율적으로 제어하는 방법
캐나다 자연 과학 및 공학 연구 위원회의 지원을 받은 MIT와 스탠포드 대학교의 연구가 새로운 기계 학습 기술을 통해 로봇을 더욱 효율적으로 제어하는 방법을 알아냈다고 합니다. 이 새로운 기계 학습 접근 방식은 조건이 빠르게 변할 수 있는 역동적인 환경에서 드론이나 자율 주행 차량과 같은 로봇을 보다 효과적이고 효율적으로 제어하는 ？？데 사용할 수 있는데, 데이터에서 시스템의 역학과 이러한 고유한 제어 지향 구조를 공동으로 학습함으로써 실제 세계에서 훨씬 더 효과적으로 작동하는 컨트롤러를 자연스럽게 만들 수 있습니다. 이 기술은 추가 단계를 통해 컨트롤러를 파생하거나 별도로 학습해야 하는 다른 기계 학습 방법과 달리 모델에서 즉시 효과적인 컨트롤러를 추출합니다. 이러한 구조를 통해 그들의 접근 방식은 다른 접근 방식보다 적은 데이터를 사용하여 효과적인 컨트롤러를 학습할 수 있습니다. 이 기술의 사용을 통해 자율주행차가 미끄러운 도로 조건에서 주행하고, 로봇 자유 비행체가 우주에서 다른 물체를 견인하거나 드론이 강한 바람에도 불구하고 비행할 수 있는 등 많은 것을 가능케 할 수 있습니다.
캐나다 자연 과학 및 공학 연구 위원회의 지원을 받은 MIT와 스탠포드 대학교의 연구가 새로운 기계 학습 기술을 통해 로봇을 더욱 효율적으로 제어하는 방법을 알아냈다고 합니다. 이 새로운 기계 학습 접근 방식은 조건이 빠르게 변할 수 있는 역동적인 환경에서 드론이나 자율 주행 차량과 같은 로봇을 보다 효과적이고 효율적으로 제어하는 ？？데 사용할 수 있는데, 데이터에서 시스템의 역학과 이러한 고유한 제어 지향 구조를 공동으로 학습함으로써 실제 세계에서 훨씬 더 효과적으로 작동하는 컨트롤러를 자연스럽게 만들 수 있습니다. 이 기술은 추가 단계를 통해 컨트롤러를 파생하거나 별도로 학습해야 하는 다른 기계 학습 방법과 달리 모델에서 즉시 효과적인 컨트롤러를 추출합니다. 이러한 구조를 통해 그들의 접근 방식은 다른 접근 방식보다 적은 데이터를 사용하여 효과적인 컨트롤러를 학습할 수 있습니다. 이 기술의 사용을 통해 자율주행차가 미끄러운 도로 조건에서 주행하고, 로봇 자유 비행체가 우주에서 다른 물체를 견인하거나 드론이 강한 바람에도 불구하고 비행할 수 있는 등 많은 것을 가능케 할 수 있습니다.
- 국가 캐나다
- 분야 기계
- 출처 https://www.sciencedaily.com/releases/2023/07/230717115826.htm