会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 10. 发明专利
    • KR102233739B1 - Walking robot posture control method using reinforcement learning and artificial neural network
    • KR102233739B1
    • 2021-03-31
    • KR1020190117375A
    • 2019-09-24
    • 한국생산기술연구원
    • 안다운이청화
    • B25J9/16G06N3/04G06N3/08G06N20/20
    • B25J9/1679B25J9/161B25J9/162G06N20/20G06N3/0454G06N3/08
    • 본 발명의 일 실시 예는 자세 제어와 관련된 강화학습을 이용하여 학습데이터를 생성하고, 이와 같은 학습데이터를 인공신경망으로 학습함으로써, 복수 개의 다리가 설치된 보행 로봇의 자세 제어가 자동으로 수행되는 기술을 제공한다. 본 발명의 실시 예에 따른 강화학습과 인공신경망을 이용한 보행 로봇 자세 제어방법은, 보행 로봇이 서 있는 바닥부의 피치각(전후 기울기) 또는 롤각(좌우 기울기)이 변하는 경우, 몸체의 균형이 유지되도록 가변하는 상측관절과 하측관절 각각의 각도 파라미터를 설정하고, 정책 반복(Policy Iteration)을 통해 기존의 정책에서 최적 정책(Optimal Policy)이 도출되도록 강화학습(Reinforcement Learning)을 수행하는 제1단계; 노드(node)의 수를 조절하여, 강화학습에 의한 학습데이터인 기존학습데이터에 존재하고 상측관절과 하측관절을 각각 제어하는 각도 정보를 출력하는 인공 신경망(Artificial Neural Network) 모델인 제1인공신경망 모델을 복수 개 생성하는 제2단계; 기존학습데이터의 상황에 상이한 상황에 대한 학습데이터인 신규학습데이터를 학습한 제1인공신경망 모델은 제2-1인공신경망 모델과 제2-2인공신경망 모델로 나뉘어지는 제3단계; 제2-1인공신경망 모델과 제2-2인공신경망 모델 각각의 데이터와 기존학습데이터를 이용하여 제3인공신경망 모델을 생성하는 제4단계; 및 제3인공신경망 모델에 의한 데이터를 이용하여 자세 제어를 수행하는 제5단계;를 포함한다.