전체 글 (88) 썸네일형 리스트형 Present Path 1. webot simulation 에서 DRL 기반 collision avoidance 를 성공 시키는 것.어떤 알고리즘 선택할 지.e-puck 어떤 것을 input (position, sensor value, image ㆍㆍㆍ) 값으로 할지.state, reward, action, parameter ㆍㆍㆍ 등 결정.2. real environment 에서 collision avoidance를 성공 시키는 것.real environment 와 simulation 의 gap을 어떻게 극복할지..3. heuristic 하게 collision avoidance 한 것보다 성능을 좋게 collision avoidance 하는 것.기존에 있던 알고리즘 혹은 methods 이용해서 구현. - 연구의 첫 시작부터 .. Long Short-Term Memory (LSTM) LSTM : RNN 의 단점을 보완한 모형으로, the problems of long-term dependencies 를 해결함 RNN은 위와 같은 방식으로 값을 전달하게 되는데 아래와 같은 문제가 발생한다고 한다. 타우값이 (-1,1) 이라서 앞의 정보에 반복적으로 곱해지다 보면 앞의 정보를 충분히 전달 할 수 없고, 이러한 문제를 long-trem dependencies 이라 한다고 한다. LSTM의 구조를 봐보면 아래와 같다. Forget Gate : 과거 정보를 얼마나 잊을 지 결정 Input Gate & Candidate : 현 시점의 정보를 얼마나 사용할 건지 & 현 시점의 정보 계산 Memory Cell Calculate : memory cell 과거 정보와 현재 정보를 단순히 저장함 Out.. Convolutional Neural Networks (CNN) CNN : 인공 신경망 (ANN)의 한 종류로 , 흔히 이미지 인식 및 처리 (to analyze visual imagery)에 사용되고, CNN의 구조를 잘 보면 특정 자극에 대한 시각 피질의 뉴런 반응과 유사하다고 한다. _ Wikipedia -> input -> padding -> convolution -> pooling -> convolution -> ㆍㆍㆍ -> flattening -> output -> 특정 자극에 대한 시각 피질의 뉴런 반응을 인공적으로 유사하게 만든 신경망이라 이해하겠다. -> +) 이미지에서 픽셀 단위 한 개가 중요한 게 아니라 어떤 뭉쳐있는 픽셀들이 특징점이 있는 것이므로 (개의 머리,몸통 등) convolution layer 할 때 filter, stride 를 잘 선.. 이전 1 ··· 15 16 17 18 다음