Adding Neural Network Controllers to Behavior Trees without Destroying Performance Guarantees
· 약 3분
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