연구논문
통신 없는 다중 로봇 · 가치 신경망으로 회피 행동 선택
주변 에이전트의 위치·속도와 목표 도달 시간을 학습한 가치 신경망으로 회피 속도를 선택합니다. 의도가 보이지 않는 상황을 다루며 ORCA와의 시뮬레이션 경로 성능을 비교합니다.
검토 기준일 2026-11-05 · 원출처·서지정보 확인
원출처의 서지정보와 자료 개요를 확인했습니다. 원문 접근 조건과 판본은 출처에 표시되어 있습니다.
- 원문 제목
- Decentralized non-communicating multiagent collision avoidance with deep reinforcement learning
- 발행처
- IEEE
- 저자
- Yu Fan Chen, Miao Liu, Michael Everett, Jonathan P. How
- DOI
- 10.1109/icra.2017.7989037
- 발행일
- 2017-05
- 원문 언어
- en
- 판본
- 2017 IEEE International Conference on Robotics and Automation (ICRA); 2017-05; DOI 10.1109/icra.2017.7989037
- 접근 조건
- 발행처 정보 및 공개 저자 원고
- 출판 상태
- 발행된 자료
관련 자료와 기술 해설
자료 개요
주변 에이전트의 위치·속도와 목표 도달 시간을 학습한 가치 신경망으로 회피 속도를 선택합니다. 의도가 보이지 않는 상황을 다루며 ORCA와의 시뮬레이션 경로 성능을 비교합니다.
이용 및 검토
저자 초록과 서지정보를 확인했습니다. 경로 효율 개선은 모든 상호작용의 충돌 방지 보장이나 하드웨어 안전 성능을 뜻하지 않습니다.
출처와 판본
Decentralized non-communicating multiagent collision avoidance with deep reinforcement learning ↗
IEEE · 2017 IEEE International Conference on Robotics and Automation (ICRA); 2017-05; DOI 10.1109/icra.2017.7989037
ICRA2017 bibliography; author abstract https://arxiv.org/abs/1609.07845.