수동 제어, 능동 제어, 입력 성형(input shaping)을 활용한 진동 억제 방법은 전통적으로 사용되어 왔다. 최근에는 심층 강화 학습(deep reinforcement learning, DRL) 컨트롤러를 이용한 진동 억제 연구가 수행되었다. 본 논문은 저수준 컨트롤러 변수에 직접 접근하는 대신, 해석이 복잡하고 생성된 진동에 대하여 직접 힘 입력을 지향할 수 없는 환경에서 강화 학습(RL)으로 학습된 신경망의 출력을 이용하여 저크(jerk)를 감소시키는 궤적을 생성하는 방법을 제안한다. 그 결과, 복잡한 시스템에서 DRL을 통해 진동 제어에 보다 용이하게 접근할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.