Visual based Deep Reinforcement Learning을 이용한 차량 Navigation 성능 분석

Abstract

최근 많은 연구에서 심층 강화학습을 사용하여 자율주행기술이 연구되고 있다. 심층 강화학습을 사용하는 기존 연구에서는 카메라 및 LiDAR 센서와 같은 단일 이미지 센서를 사용한다. 그러나 단일 이미지 센서를 사용하였을 경우 Agent가 학습하는 데 있어 필요한 feature 수가 적어 학습의 난이도가 높고 수렴시간이 길어진다. 해당 문제를 해결하고 자율주행을 위한 내비게 이션 성능을 높이기 위해 본 논문에서는 SAC 알고리즘 기반의 다중 이미지 센서를 혼합하여 사용하는 방식을 제안하였으며 가상환경 시뮬레이션 실험을 통해 성능을 비교하고 분석하였다.