Learning-Based Robot Control and Adaptive Motion Planning
연구 내용
학습 모델을 활용하여 로봇의 동작 생성과 경로 계획을 고도화하는 제어 기법을 개발하는 연구
본 연구는 로봇의 동작 생성과 제어 성능을 향상시키기 위해 Learning-Based Control 기법을 적용합니다. 로봇의 관절 동역학과 환경 변수를 함께 고려하여 Motion Planning 구조를 설계하며, 예측 제어와 Neural Network 모델을 결합하여 비선형 환경에서도 안정적인 제어 성능을 확보합니다. 또한 실세계 환경에서 발생하는 불확실성에 대응하기 위해 온라인 학습 기반 적응형 제어 전략을 도입합니다. 이를 통해 다양한 로봇 플랫폼의 동작 정밀도를 확보하며, 작업 요구조건에 따라 계획을 실시간으로 조정할 수 있는 제어 프레임워크를 구축합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 정적 환경을 대상으로 한 모델 기반 제어 연구를 수행하였습니다. 이후 비선형성이 강한 작업 환경을 고려하여 학습 기반 제어 모델을 도입하였으며, 실시간 적응형 Motion Planning으로 확장되었습니다. 최근에는 복합 센서 데이터를 결합하여 동적 환경 대응 능력을 강화하는 방향으로 연구가 진행되고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.