【42.rnd245.top】

릴게임 사이트 도메인 ∬ 75.rnd245.top ∬ 릴게임 백경

오션파라다이스7게임 ∬ 60.rnd245.top ∬ 슬롯 게시판

릴게임골드몽릴게임 ∬ 49.rnd245.top ∬ 릴신천지

오션파라다이스 다운로드 ∬ 95.rnd245.top ∬ 오리지널황금성

무료슬롯게임 바다이야기 2화 게임몰 릴게임 야마토게임공략방법 우주전함 야마토게임 우주전함 야마토 먹튀 바다이야기 확률 온라인배경 해물어 카지노 슬롯머신 온라인백경게임 pc게임 야마토 무료 게임 다빈치무료릴게임 인터넷야마토 파친코게임다운로드 한국파친코 신 바다이야기 야마토게임 무료 다운 받기 온라인삼국지 온라인릴게임먹튀검증 오션파라다이스7 럭키세븐 슬롯 머신 html 릴게임 공략법 황금성포커성 바다이야기앱 2013바다이야기 로드할 황금성하는곳 야마토창공 오션파라다이스게임 바다 이야기 다운 릴게임 무료머니 바다이야기 환전 우주전함 야마토 먹튀 바다이야기게임사이트 오션파다라이스 다운로드 호게임 야마토게임하기 오션파라다이스게임다운로드 신천지 게임 공략법 슬롯머신 규칙 모바일오션파라다이스7 슬롯 게시판 슬롯모아 바다이야기릴게임 무료바다이야기게임 릴게임꽁머니 릴게임사이트 릴게임오션파라다이스 오션파라다이스하는방법 강원랜드 슬롯머신 추천 바다이야기 2화 온라인슬롯머신 오션파라다이스 빠칭코게임다운로드 꽁머니 사이다쿨게임 프라그마틱 무료슬롯 모바일야마토게임 다모아릴게임 릴야마토 오션파라 다이스게임다운로드 바다이야기 고래 출현 릴야마토 모바일오션파라다이스7 바다이야기동영상 인터넷바다이야기 릴게임뜻 슬롯머신 무료게임 바다신2다운로드 무료야마토 10원 야마토게임 바다이야기 하는법 모바일 바다 이야기 다운 바다이야기시즌5 야마토2다운로드 골드몽 먹튀 사이다쿨게임 오션파라다이스7게임 릴짱 무료슬롯버프 체리마스터 비법 바다이야기넥슨 야마토 2 다운로드 온라인 슬롯 배팅법 릴게임 무료충전게임 손오공 게임 다운 야마토오락실게임 릴게임바다이야기 인터넷예시게임 카카오야마토먹튀 야마토 릴게임 pc릴게임 오션파라다이스 온라인 바다이야기 부활 카지노 슬롯머신 잭팟 하이클래스릴게임 온라인슬롯머신 온라인백경 바다이야기 게임기 바다이야기게임 온라인오션게임 바다이야기고래출현 바다게임 황금성게임다운 무료 바다이야기 적토마게임 꽁머니 정글북 바다이야기고래출현 무료머니릴게임 게임몰 릴게임 바다이야기고래 인터넷야마토 빠칭코게임 황금성3 손오공 알라딘꽁머니 모바일황금성 바다이야기사이트먹튀 슬롯추천 잭팟 황금성게임다운로드후기 다양한 작업을 수행하는 로봇팔(KAIST 제공) /뉴스1


(대전=뉴스1) 김종서 기자 = 한국과학기술원(KAIST)은 전산학부 박대형 교수 연구팀이 탄성 밴드처럼 형태가 연속적으로 변하고 시각적으로 형태를 구별하기 어려운 물체도 로봇이 능숙하게 다룰 수 있게 하는 인공지능 기술 '아이엔알-돔(INR-DOM)'을 개발했다고 21일 밝혔다.
아이엔알-돔은 로봇이 관측한 부분적인 3차원 정보만으로 변형 가능한 물체의 전체 형상을 완전하게 복원하고 조작 방식을 학습하는 기술이다. 로봇이 특정 과제를 효율적으로 학습할 수 있도록 강화학습과 대조학습을 결합한 새로운 2단계 학습 구조를 도입했다.
학습된 제어기는 시뮬레이션 ibk기업은행 카드 환경에서 기존 기술보다 뛰어난 과제 성공률을 달성했다. 실제 로봇 실험에서도 복잡하게 얽힌 고무줄을 풀어내는 등 높은 수준의 조작 능력을 선보여 변형 물체를 다루는 로봇의 적용 범위를 크게 넓힐 것으로 기대된다.
변형 물체 조작(DOM)은 로봇 공학의 오랜 난제 중 하나다. 변형 물체는 무한한 자유도를 가져 움직임을 예측하기 어렵고 스스로 건강보험자격득실 일부를 가리는 자기-가림(self-occlusion) 현상으로 로봇이 전체적인 상태를 파악하기 어렵다.
연구팀은 로봇이 관측한 부분적 3차원 정보를 전체 형상으로 재구성하는 '잠재 신경 표현(Implicit Neural Representation)'을 활용해 한계를 극복했다. 이를 통해 로봇은 마치 사람처럼 물체의 전체적인 모습을 상상하 한국콘텐츠진흥원 고 이해할 수 있게 된다.
여기에 사전학습, 미세조정 및 강화·대조학습이 가능하도록 단계별 학습 프레임워크를 도입해 최적화했다.
개발한 기술을 로봇에 탑재해 실험한 결과, 시뮬레이션 환경에서 홈에 고무링 끼우기, 부품에 O링 설치하기, 꼬인 고무줄 풀기 등 과제 모두 기존 최고 성능의 기술들보다 성공률이 크게 높았다. 가 2010년주5일제 장 어려운 풀기 작업에서는 성공률이 75%에 달해 기존 최고 기술보다 약 49% 높은 성과를 보였다.
연구팀은 아이엔알-돔 기술이 실제 환경에서도 적용 가능함을 검증하기 위해 샘플 효율적인 로봇 강화학습 기법과 INR-DOM을 결합해 실환경 강화학습을 수행했다.
그 결과 실제 환경에서의 끼우기, 설치, 풀기 작업에서 9 u보금자리론 금리 0% 이상의 성공률을 기록했다. 특히 시각적으로 구별이 어려운 양방향 꼬임 풀기 작업에서 기존 이미지 기반 강화학습 기법 대비 성공률이 25% 더 높았다.
제1 저자인 송민석 연구원은 "이번 연구는 로봇이 불완전한 정보만으로도 변형 물체의 전체 모습을 이해하고 이를 바탕으로 복잡한 조작을 수행할 수 있다는 가능성을 보여줬다"며 "제조, 물류, 의료 등 다양한 분야에서 인간과 협력하거나 인간을 대신해 정교한 작업을 수행하는 로봇 기술 발전에 크게 기여할 것"이라고 말했다.
KAIST 전산학부 송민석 석사과정이 제1 저자로 참여한 이번 연구는 로봇 공학 분야 국제 학술대회 '로보틱스: 사이언스 앤 시스템즈(RSS)'에서 발표됐다.
jongseo12@news1.kr