계층적 모방학습을 이용한 시뮬레이션 기반 험지 환경에서의 자율주행 자동차 학습

Abstract

최근 딥러닝을 사용한 인공지능 연구가 활발히 진행되면서 다양한 산업에서 이를 적용하려는 연구가 이뤄지고 있다. 여러 산업 중에서 딥러닝 인공지능 기술을 접목한 자율주행 자동차가 대표적이다. 다양한 딥러닝 모델에 관한 연구가 소개되면서 기존의 규칙 기반의 자율주행 자동차 연구 대신 방대한 데이터를 통해 학습하는 모방학습 또는 환경과 에이전트 그리고 보상 함수를 통해 학습하는 강화학습으로 연구가 진행되고 있다. 하지만, 자율주행 자동차에 관한 대다수의 연구가 일반적인 도심 환경에 초점이 맞춰져 진행되고 있으며, 험지 환경이나 비포장 도로 등 특수한 환경에서의 연구는 부족하다. 본 연구는 주행 도로의 상태를 파악하는 상위 인식 모델과 도로의 상태에 알맞은 행동을 예측하는 하위 행동 모델을 두는 계층적 모방학습 구조를 제안한다. 또한, 제안한 모델을 일반적인 도심 지형이 아닌 험지 환경 시뮬레이션에서 실험을 진행하여 제안한 계층적 모방학습 모델이 얼마나 전문가의 행동 정책과 유사한지 확인한다.