접촉 작업을 위한 로봇의 스킬 학습전략
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김병찬 | - |
dc.contributor.author | 강병덕 | - |
dc.contributor.author | 박신석 | - |
dc.contributor.author | 강성철 | - |
dc.date.accessioned | 2021-09-09T15:23:53Z | - |
dc.date.available | 2021-09-09T15:23:53Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2008 | - |
dc.identifier.issn | 1975-6291 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/125222 | - |
dc.description.abstract | 본 논문에서는 인간 운동 제어 이론과 기계학습을 기반으로 하여 로봇의 접촉 작업 수 행을 위한 새로운 운동 학습 전략을 제시하였다. 성공적인 접촉 작업 수행을 위한 본 연구의 전 략은 강화학습 기법을 통하여 최적의 작업 수행을 위한 임피던스 매개 변수를 찾는 것이다. 본 연구에서는 최적의 임피던스 매개 변수를 결정하기 위하여 Recursive Least-Square (RLS) 필터 기반 episodic Natural Actor-Critic 알고리즘이 적용되었다. 본 논문에서는 제안한 전략의 효용성을 증명하 기 위해 동역학 시뮬레이션을 수행하였고, 그 결과를 통하여 접촉작업에서의 작업 최적화 및 환 경이 가지는 불확실성에 대한 적응성을 보여 주었다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국로봇학회 | - |
dc.title | 접촉 작업을 위한 로봇의 스킬 학습전략 | - |
dc.title.alternative | Robot Skill Learning Strategy for Contact Task | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 박신석 | - |
dc.identifier.bibliographicCitation | 로봇학회 논문지, v.3, no.2, pp.146 - 153 | - |
dc.relation.isPartOf | 로봇학회 논문지 | - |
dc.citation.title | 로봇학회 논문지 | - |
dc.citation.volume | 3 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 146 | - |
dc.citation.endPage | 153 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001416701 | - |
dc.description.journalClass | 2 | - |
dc.subject.keywordAuthor | Impedance Control | - |
dc.subject.keywordAuthor | Reinforcement Learning | - |
dc.subject.keywordAuthor | Stiffness Ellipse | - |
dc.subject.keywordAuthor | Contact Task | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.