모방 학습과 계층적 구조를 이용한 시뮬레이션 기반 자율주행 자동차 학습

Abstract

최근 다양한 딥러닝 모델이 공개되면서 이를 자율 주행 자동차 문제에 적용하려는 연구가 활발히 이뤄지고 있다 대표적으로 환경과의 상호작용과 보상 함수를 통해 딥러닝 모델을 학습하는 강화학습과 전문가 데이터를 기반으로 딥러닝 모델을 학습하는 모방 학습이 있다 모방 학습은 딥러닝 모델의 구조가 비교적 간단하고 학습이 빠르게 수렴한다는 장점이 있지만 높은 성능을 기대하기 위해선 방대한 양의 데이 터가 필요하다 또한 다양한 상황과 행동이 존재하는 자율주행 자동차 문제에서 단일 모방 학습 모델로는 , 복잡한 환경의 현실 주행 문제를 해결하는데 한계가 있다 본 연구는 이러한 문제를 해결하면서 자율주행 이 가능하도록 자동차의 직진 좌회전 우회전과 같은 기본적인 주행 동작을 각각의 독립된 딥러닝 모델로 , 학습시키며 상황에 따라 주행 동작을 결정하는 상위 컨트롤러 모델을 학습시켜 계층적 모방 학습 모델 구조를 구현하였다 또한 시뮬레이터에서 자체 제작한 맵에서 실험을 진행하며 계층적 모방 학습으 , AirSim로 안정적인 주행이 가능함을 확인하였다.