공대생 도전 일지

게임을 잘 하려면 여러가지 시도를 통해 학습을 해야한다.에이전트는 환경과 상호작용하며 게임의 참가자이다.환경은 관측치를 에이전트에게 넘겨준다.에이전트는 액션을 통해 환경을 변화할 수 있다.여기서 환경은 시뮬링크 모델을 통해 시뮬레이션 된다.모든 값들은 Matlab에서 변수로 표현된다.에이전트, 환경, 관측값, 행동은 모두 MATLAB에서 변수로 표현됩니다.관측값과 행동을 정의할 방법을 지정하려면 rlNumericSpec 함수 또는 rlFiniteSetSpec 함수를 사용합니다. 관측 가능 상태 또는 가능한 행동으로 구성된 유한 집합이 있는 경우에는 rlFiniteSetSpec을 사용합니다. 관측값 또는 행동이 유한 집합을 형성하지 않는 숫자형 값으로 지정된 경우에는 rlNumericSpec을 사용합니다...

한글 사이트는 전혀 없네요....시뮬링크랑 연결하기 위해서 일본 유튜브도 보고 했는데 이 두개가 그나마 괜찮은 거 같아서 저장용으로...https://kr.mathworks.com/help/driving/ug/overview-of-co-simulating-roadrunner-with-matlab-and-simulink.html Overview of Simulating RoadRunner Scenarios with MATLAB and Simulink - MATLAB & Simulink - MathWorks 한국다음 MATLAB 명령에 해당하는 링크를 클릭했습니다. 명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.kr.mathworks.com htt..

시뮬링크를 활용한 선반 사이를 지나가는 로봇을 만든다.더보기에이전트를 훈련시켰으면 에이전트가 어떻게 동작하는지 확인할 수 있습니다. sim 함수를 사용하여 시뮬레이션을 실행할 수 있습니다. out = sim(agent,environment) MAT 파일 robotmodel.mat에는 변수 agent와 env가 포함되어 있으며, 이 두 변수는 각각 사전 훈련된 RL 에이전트와 모델 whrobot.slx를 사용하는 시뮬레이션 환경을 나타냅니다. 작업 sim 함수에서 RL 에이전트 agent를 제어기로 사용하여 env에 저장된 로봇 모델의 시뮬레이션을 실행하세요. 시뮬레이션 결과를 simout이라는 변수에 저장하세요. 출력 패널에서 코드 실행 중에 시뮬레이션이 어떻게 애니메이션되는지 살펴보세요.simout =..

https://kr.mathworks.com/videos/an-introduction-to-multi-agent-reinforcement-learning-1657699091457.html An Introduction to Multi-Agent Reinforcement LearningLearn what multi-agent reinforcement learning is and some of the challenges it faces and overcomes.kr.mathworks.com아오 또 한글 번역이 없네요...https://kr.mathworks.com/help/reinforcement-learning/ug/train-3-agents-for-area-coverage.html Train Multipl..

https://kr.mathworks.com/videos/reinforcement-learning-part-5-overcoming-the-practical-challenges-of-reinforcement-learning-1558604830037.html Reinforcement Learning, Part 5: Overcoming the Practical Challenges of Reinforcement LearningThere are a few challenges that occur when using reinforcement learning for production systems and there are some ways to mitigate them. This video covers the dif..

차선 : 차가 다니는 길인 차로의 경계를 그어주는 선이다.사람도 운전할 때 운전자 시야에 있는 차선을 보고 주행 경로를 판단하므로 중요하다!대회에 나오는 차선, 정지선 인지가 필수인 구간이다.Lane Keeping Assist System의 약자로 차선 유지를 도와주는 시스템이다. 차선을 넘어가면 경고가 나오거나, 스티어링 휠을 제어하여 차선 내부로 돌아가게 도와준다.대회에서도 차선 유지는 필수다. 인지된 차선의 좌표는 아래와 같이 활용된다.Camera를 통해 얻어온 차선의 2D 좌표(x,y)에는 IPM이 된 좌표이므로 역 변환하여 원본 사진 좌표 값으로 바꾼 뒤, Camera Calibration 값을 활용하여 Camera 기준 좌표로 변환합니다. Camera 기준 좌표는 ROS TF를 통해 base_..

https://kr.mathworks.com/videos/deep-reinforcement-learning-for-walking-robots--1551449152203.html Deep Reinforcement Learning for Walking RobotsUse MATLAB, Simulink, and Reinforcement Learning Toolbox to train control policies for humanoid robots using deep reinforcement learning.kr.mathworks.com이 강의 인데 자막이 없네요...영어 자막이라도 있으면 알아볼텐데 일단 열심히 해보겠습니다 ㅠㅠㅠㅠ2024.05.08 - [인공지능/강화학습] - matlab 강화학습 - walk..

https://kr.mathworks.com/videos/reinforcement-learning-part-4-the-walking-robot-problem-1557482052319.html Reinforcement Learning, Part 4: The Walking Robot ProblemThis video shows how to use the reinforcement learning workflow to get a bipedal robot to walk, and how we can set up the RL problem to look more like a traditional control problem by adding a reference signal to the design.kr.mathwor..

https://kr.mathworks.com/videos/reinforcement-learning-part-3-policies-and-learning-algorithms-1554395009678.html Reinforcement Learning, Part 3: Policies and Learning AlgorithmsThis video provides an introduction to the algorithms that reside within the agent. We’ll cover why we use neural networks to represent functions and why you may have to set up two neural networks in a powerful family of..

https://kr.mathworks.com/videos/reinforcement-learning-part-2-understanding-the-environment-and-rewards-1551976590603.html Reinforcement Learning, Part 2: Understanding the Environment and RewardsIn this video, we build on our basic understanding of reinforcement learning by exploring the workflow; What is the environment? How do reward functions incentivize and agent? How are policies are struc..