본문 바로가기

딥러닝

자율주행 논문 리뷰: Neural RRT*: Learning-Based Optimal Path Planning
논문 리뷰 2022. 7. 27. 자율주행 논문 리뷰: Neural RRT*: Learning-Based Optimal Path Planning Author: Joonhee Lim Date: 2022/07/25 논문 원문: https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9037111 Neural RRT*: Learning-Based Optimal Path Planning Rapidly random-exploring tree (RRT) and its variants are very popular due to their ability to quickly and efficiently explore the state space. However, they suffer sensitivity to the initial solution and slow convergence to the optimal solutio..
강화학습 논문 리뷰: Soft Actor-Critic:Off-Policy Maximum Entropy Deep ReinforcementLearning with a Stochastic Actor
논문 리뷰 2022. 7. 22. 강화학습 논문 리뷰: Soft Actor-Critic:Off-Policy Maximum Entropy Deep ReinforcementLearning with a Stochastic Actor Author: Joonhee Lim Date: 2022/07/21 참고한 블로그(5. Experiments 그대로 인용): https://americanoiceonly.tistory.com/36 대망(大亡)의 SAC(Soft Actor-Critic) 논문 정리 Soft Actor-Critic은 정말 연이 깊은 알고리즘이다. 잇님들의 꾸준한 요청이 있었던 (자신감이 떨어져 올리고 싶지 않았던) sac 논문 정리를 올려본다. 수식이 많은 논문은 내용이 어떻든 읽는데 속도 americanoiceonly.tistory.com 논문 원문: Soft Actor-Critic: Off-Policy Maximum Entropy Deep Reinforcement Learning with a Stochastic Actor ..
자율주행 논문 리뷰: Autonomous Vehicle Cut-In Algorithm for Lane-Merging Scenarios via Policy-Based Reinforcement Learning Nested Within Finite-State Machine
논문 리뷰 2022. 7. 20. 자율주행 논문 리뷰: Autonomous Vehicle Cut-In Algorithm for Lane-Merging Scenarios via Policy-Based Reinforcement Learning Nested Within Finite-State Machine Author: Joonhee Lim Date: 2022/07/19 논문 원문: https://ieeexplore.ieee.org/document/9729796 0. Abstract 차선 병합은 자율주행 차량에게 매우 어려운 과제이며 안정성과 효율성 사이에서 각각의 Trade-Off 를 겪는다. 본 연구에서는 RL 기반의 의사 결정 FSM(Finite State Machine)을 이용하여 안정성을 하락시키지 않으면서도 높은 수준의 Cut-in을 할 수 있는 1) 전략적이고 조정가능한 2) 안전하고 최적의 3) 강인하고 지속가능한 알고리즘을 제안한다. Decision Making 알고리즘은 Target 차량과 관련된 충돌 위험을 계산하여 1) 준비 2) 접근 3) 협상 4) 차선 변경 단계 간의 전환을 처리..
강화학습 논문 리뷰: PPO(Proximal Policy Optimization Algorithms)
논문 리뷰 2022. 2. 8. 강화학습 논문 리뷰: PPO(Proximal Policy Optimization Algorithms) Author: Joonhee Lim Team: UNIST RML Date: 2022/02/04 참고 블로그(1): https://ropiens.tistory.com/85?category=965114 PPO 리뷰 : Proximal policy optimization algorithms editor, Junyeob Baek Robotics Software Engineer /RL, Motion Planning and Control, SLAM, Vision - 해당 글은 기존 markdown형식으로 적어오던 리뷰 글을 블로그형식으로 다듬고 재구성한 글입니다 - original.. ropiens.tistory.com 참고 블로그(2): https://stella47.tistory.com/180 [작성중] PPO..
자율주행 논문 리뷰: Learning robust control policies for end-to-end autonomous driving from data-driven simulation
논문 리뷰 2022. 1. 18. 자율주행 논문 리뷰: Learning robust control policies for end-to-end autonomous driving from data-driven simulation Author: Joonhee Lim Team: UNIST RML Date: 2022/01/18 0. Abstract 이 논문에서는 Sparse Rewards만을 이용하여 End to End 자율주행 Policy를 학습할 수 있는 Data 기반 시뮬레이션 및 엔진을 제시하였음. Sparse Rewards란 Episode 내에서 보상을 받는 경우가 굉장히 희박한 경우를 뜻합니다. -> Sparse Rewards일 때 초반 Replay Buffer를 쌓기 위해서 random policy로 transition을 수집하게 되면 학습에 악영향을 끼칠 수 있음(Random Policy로 Episode를 진행하면 Reward를 받는 경우가 거의 없기 때문에) * 이를 해결하기 위해 초반 학습단계에서는 최대한 dense..
[RL] End-to-End Autonomous Driving in Simulation using Reinforcement Learning: DQN 활용 보호되어 있는 글입니다.

티스토리툴바