본문으로 건너뛰기

"JIK Reference" 태그로 연결된 28개 게시물개의 게시물이 있습니다.

모든 태그 보기

CARLA Scenario Runner

· 약 2분

논문 정보​

  • 제목: CARLA Scenario Runner
  • 저자: CARLA 시뮬레이터 개발팀 (오픈소스 커뮤니티)
  • 학회/저널: GitHub 오픈소스 프로젝트
  • 발행일: 2019 (초기 릴리스, 지속 업데이트 중)
  • DOI: GitHub - carla-simulator/scenario_runner
  • 주요 연구 내용: CARLA 시뮬레이터 환경에서 교통 시나리오를 정의하고 실행하는 엔진으로, Python API 및 OpenSCENARIO 표준을 지원
  • 주요 결과 및 결론: CARLA Autonomous Driving Leaderboard의 공식 평가 엔진으로 활용되며, 자율주행 연구의 표준 시나리오 테스팅 플랫폼으로 자리잡음
  • 기여점: 표준화된 시나리오 정의 형식과 실행 환경을 제공하여 자율주행 알고리즘의 재현 가능한 평가를 지원

Microscopic Traffic Simulation using SUMO

· 약 3분
Pablo Alvarez Lopez
Michael Behrisch
Laura Bieker-Walz
Jakob Erdmann
Yun-Pang Flötteröd
Robert Hilbrich
Leonhard Lücken
Johannes Rummel
Peter Wagner
Evamarie Wießner

논문 정보​

  • 제목: Microscopic Traffic Simulation using SUMO
  • 저자: Pablo Alvarez Lopez, Michael Behrisch, Laura Bieker-Walz, Jakob Erdmann, Yun-Pang Flötteröd, Robert Hilbrich, Leonhard Lücken, Johannes Rummel, Peter Wagner, Evamarie Wießner (German Aerospace Center, DLR)
  • 학회/저널: 2018 21st International Conference on Intelligent Transportation Systems (ITSC)
  • 발행일: 2018-11-04
  • DOI: 10.1109/ITSC.2018.8569938
  • 주요 연구 내용: SUMO(Simulation of Urban MObility) 오픈소스 미시교통 시뮬레이터의 최신 개발 현황을 인터모달 교통 솔루션, 시뮬레이터 커플링, 모델 개발 및 검증 관점에서 소개
  • 주요 결과 및 결론: SUMO는 개별 차량 단위의 미시적 시뮬레이션부터 도시 규모의 대규모 네트워크까지 지원하며, 다양한 교통수단의 인터모달 시뮬레이션과 외부 시뮬레이터와의 연동이 가능함을 입증
  • 기여점: 교통 시뮬레이션 분야의 사실상 표준 오픈소스 도구로서 SUMO의 공식 레퍼런스 논문을 제공하며, 학술 연구 및 산업 응용의 기반을 확립

Adding Neural Network Controllers to Behavior Trees without Destroying Performance Guarantees

· 약 3분
Christopher Iliffe Sprague
Petter Ögren

논문 정보​

  • 제목: Adding Neural Network Controllers to Behavior Trees without Destroying Performance Guarantees
  • 저자: Christopher Iliffe Sprague (KTH Royal Institute of Technology), Petter Ögren (KTH Royal Institute of Technology)
  • 학회/저널: 61st IEEE Conference on Decision and Control (CDC 2022) / arXiv 프리프린트 (2018)
  • 발행일: 2018-09-26 (arXiv), 2022 (CDC 발표)
  • DOI: arXiv:1809.10283 / 10.1109/CDC51059.2022.9992501
  • 주요 연구 내용: 안전성과 목표 수렴에 대한 성능 보장을 갖춘 행동 트리에 기계학습으로 설계된 신경망 컴포넌트를 성능 보장을 파괴하지 않으면서 통합하는 방법 제안
  • 주요 결과 및 결론: BT의 모듈적 구조를 활용하여 신뢰할 수 없지만 효율적인 ML 컴포넌트와 형식적으로 검증된 모델 기반 컴포넌트를 안전하게 결합 가능
  • 기여점: 학습 기반 접근법의 효율성과 형식적 모델 기반 설계의 안전성을 동시에 달성하는 하이브리드 BT 아키텍처 제시

Behavior Trees in Robotics and AI - An Introduction

· 약 3분
Michele Colledanchise
Petter Ögren

논문 정보​

  • 제목: Behavior Trees in Robotics and AI: An Introduction
  • 저자: Michele Colledanchise (KTH Royal Institute of Technology), Petter Ögren (KTH Royal Institute of Technology)
  • 학회/저널: Chapman & Hall/CRC Artificial Intelligence and Robotics Series (도서) / arXiv:1709.00084
  • 발행일: 2018-01-01
  • DOI: 10.1201/9780429489105
  • 주요 연구 내용: Behavior Tree(BT)의 정의, 이론적 기초, 기존 전환 구조와의 관계, 설계 원칙, 형식적 분석 도구, 자동 계획 및 기계 학습에서의 활용, 확률적 BT까지 포괄적으로 소개
  • 주요 결과 및 결론: BT가 FSM 등 기존 전환 구조를 일반화하며, 안전성, 견고성, 효율성에 대한 형식적 분석이 가능함을 체계적으로 제시
  • 기여점: BT에 대한 최초의 체계적 입문서로, 로봇 공학 및 AI 분야에서 BT 연구와 응용의 표준 참고 자료 역할

CARLA: An Open Urban Driving Simulator

· 약 3분
Alexey Dosovitskiy
German Ros
Felipe Codevilla
Antonio Lopez
Vladlen Koltun

논문 정보​

  • 제목: CARLA: An Open Urban Driving Simulator
  • 저자: Alexey Dosovitskiy (Intel Labs), German Ros (Toyota Research Institute), Felipe Codevilla (Computer Vision Center, Barcelona), Antonio Lopez (Computer Vision Center, Barcelona), Vladlen Koltun (Intel Labs)
  • 학회/저널: Proceedings of the 1st Annual Conference on Robot Learning (CoRL 2017), pp. 1-16
  • 발행일: 2017-11-10
  • DOI: arXiv:1711.03938
  • 주요 연구 내용: 자율주행 시스템의 개발, 훈련, 검증을 지원하는 오픈소스 도심 주행 시뮬레이터 CARLA의 설계와 구현
  • 주요 결과 및 결론: 모듈형 파이프라인, 모방 학습 기반 E2E, 강화학습 기반 E2E의 세 가지 자율주행 접근법을 난이도가 증가하는 시나리오에서 비교 평가하여 CARLA의 연구 플랫폼으로서의 유용성을 검증
  • 기여점: 소스 코드, 디지털 에셋, 프로토콜을 모두 공개한 최초의 본격적 오픈소스 자율주행 시뮬레이터로, 자율주행 연구의 표준 플랫폼으로 자리잡음

Autonomous Vehicle Safety: An Interdisciplinary Challenge

· 약 3분
Philip Koopman
Michael Wagner

논문 정보​

  • 제목: Autonomous Vehicle Safety: An Interdisciplinary Challenge
  • 저자: Philip Koopman (Carnegie Mellon University), Michael Wagner (Carnegie Mellon University)
  • 학회/저널: IEEE Intelligent Transportation Systems Magazine, Volume 9, Issue 1, pp. 90-96
  • 발행일: 2017-01-01
  • DOI: 10.1109/MITS.2016.2583491
  • 주요 연구 내용: 완전 자율주행차의 안전성 확보가 단일 공학 분야가 아닌 다학제적 접근을 요구하는 복합적 과제임을 체계적으로 분석
  • 주요 결과 및 결론: 기능적 안전, SOTIF, 사이버 보안의 세 가지 축을 중심으로 AV 안전 도전 과제를 정리하고, 기존 자동차 안전 표준의 한계를 규명
  • 기여점: AV 안전 연구의 범위를 기술적 신뢰성에서 사회적, 법적 맥락으로 확장하여 종합적 안전 논증(Safety Case) 방법론의 필요성을 제기

Driving to Safety: How Many Miles of Driving Would It Take to Demonstrate Autonomous Vehicle Reliability?

· 약 3분
Nidhi Kalra
Susan M. Paddock

논문 정보​

  • 제목: Driving to Safety: How Many Miles of Driving Would It Take to Demonstrate Autonomous Vehicle Reliability?
  • 저자: Nidhi Kalra (RAND Corporation), Susan M. Paddock (RAND Corporation)
  • 학회/저널: Transportation Research Part A: Policy and Practice, Volume 94, pp. 182-193
  • 발행일: 2016-10-01
  • DOI: 10.1016/j.tra.2016.09.010
  • 주요 연구 내용: 자율주행차(AV)가 인간 운전자보다 안전하다는 것을 통계적으로 증명하기 위해 필요한 주행 거리를 정량적으로 계산
  • 주요 결과 및 결론: 95% 신뢰 수준에서 안전성을 증명하려면 수억~수천억 마일의 주행이 필요하며, 이는 현실적으로 불가능한 수준
  • 기여점: 순수 실도로 테스트만으로는 AV 안전성 검증이 불가능함을 정량적으로 입증하여, 시뮬레이션 기반 테스팅의 필요성을 정당화

An Investigation into Reactive Planning in Complex Domains

· 약 3분
R. James Firby

논문 정보​

  • 제목: An Investigation into Reactive Planning in Complex Domains
  • 저자: R. James Firby (Yale University)
  • 학회/저널: Proceedings of the AAAI Conference on Artificial Intelligence (AAAI-87)
  • 발행일: 1987-07-01
  • DOI: AAAI87-036
  • 주요 연구 내용: 복잡하고 동적인 도메인에서 로봇이 실시간으로 행동을 계획하고 실행할 수 있도록 하는 리액티브 플래닝 모델 제안. RAP(Reactive Action Package)라는 조건부 행동 패키지 개념을 도입하여 실행 시간에 경쟁적으로 선택되는 시스템을 설계함
  • 주요 결과 및 결론: RAP 시스템은 사전 계획과 실시간 반응을 결합하여 예측 불가능한 환경 변화에 유연하게 대응할 수 있으며, 실행 모니터링과 재계획 문제를 단일하고 균일한 표현 및 제어 구조로 해결함
  • 기여점: 이후 행동 트리(Behavior Tree), PRS(Procedural Reasoning System), BDI 아키텍처 등 현대 로봇 행동 제어 프레임워크의 이론적 기반을 제공