현재 위치
Home
Poster Session 차세대컴퓨팅 기술 전 분야(산업응용)
다중 AGV 시스템에서 PPO 기반 협력 강화학습을 통한 충돌 및 교착 회피 경로계획 설계
Experimental Design of Semantic-based Multi- Agent Reinforcement Learning for Deadlock Prevention in Multi-AGV Systems
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
-
- 페이지
- pp.192-195
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A468942
원문정보
초록
- 한국어
- 다수의 자동 운반 차량(AGV)을 운용하는 시스템에서는 AGV 간의 충돌, 교착 상태 발생, 그리 고 비효율적인 대기 시간 증가로 인해 전체 시스템의 효율성이 저하되는 문제가 빈번하게 발생한 다. 본 논문은 이러한 문제를 해결하기 위해, 연속적인 공간으로 모델링된 공장 환경에서 100대의 AGV가 상호 협력을 통해 최적의 경로를 계획하도록 하는 PPO(Proximal Policy Optimization) 기 반 분산 강화학습 모델의 실험 설계를 제안한다. 제안하는 설계는 시뮬레이션 환경 구성, 개별 AGV 에이전트 모델링, 보상 함수 체계, 그리고 학습 구조를 체계적으로 정의함으로써, AGV 간의 충돌을 회피하고 교착 상태를 방지하며 이동 경로상의 비효율을 최소화하는 것을 목표로 한다. 이 설계를 통해 대규모 다중 AGV 시스템의 운영 안전성과 효율성을 향상시킬 수 있을 것으로 기대한다.
목차
요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 환경 설계
3.2. AGV 에이전트 설계
3.3. 보상 함수 설계
3.4. 학습 구조 및 알고리즘
4. 결론
Acknowledgement
참고문헌
키워드
다중 AGV 시스템 교착 상태 PPO MARL 시맨틱 정보 강화 학습저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2025 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.