공대생 도전 일지

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..

https://kr.mathworks.com/videos/reinforcement-learning-part-1-what-is-reinforcement-learning-1551974943006.html 강화 학습이란? | 강화 학습 Part 1엔지니어의 관점에서 강화학습에 대해 전반적으로 살펴볼 수 있습니다. 강화학습은 매우 까다로운 제어 문제를 해결할 잠재력을 지닌 일종의 머신러닝입니다.kr.mathworks.com일단 여기서 진행된 내용입니다.강화학습을 통해 어려운 제어 문제를 풀 수 있다! 전통적인 제어 방식에서 로봇을 걷게하기는 너무 힘든 일이다. 이미지 -> 특징 추출 -> 센서와 결합하여 상태 추청 -> 컨트롤 (다양한 제어 관계가 있다.) -> 보행특징 추출, 상태 추정과 컨트롤을 딥러닝(머신..

2024.05.02 - [언어/C] - C언어 영상처리 Edge 구하기, threshold 구하기[C언어 영상처리 Edge 구하기, threshold 구하기edge는 명암, 휘도 등이 급격하게 변하는 곳 입니다.만약 물체가 동일한 색 이라면 경계의 색 차이가 크게 나지 않겠지요 ..그래도 색 차이가 큰 곳에서는 대부분 경계가 잘 드러납니다.x,y에 대한yoonschallenge.tistory.com](https://yoonschallenge.tistory.com/480)이전에 진행했던 내용이랑 비슷합니다.x필터만 적용했을 때y필터만 적용했을 때x+ythreshold를 넘긴 부분만 표현했을 때void sobelEdgeMap(double* y, int width, int height, BITMAPFILEHE..