Development and Real-Robot Validation of a Deep-Koopman Reinforcement LearningEquivalent Input Disturbance Observer (EID) Integrated Robust Control Algorithm for High-Reliability Physical AI
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114667
과학기술정보통신부
한국연구재단
인천대학교산학협력단
유세선
6명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,558만원
6,558만원
기초연구
대학
인천광역시 연수구
기계 > 로봇/자동화기계 > 로봇 제어/지능화기술
... 강화학습-입력 동치 외란 관측기(EID) 융합 강인 제어 알고리즘 개발 및 실물 로봇 실증-기존 데이터 기반 제어 및 강화학습은 학습 과정에 반영되지 않은 외란과 불확실성에 취약하여 실제 산업 시스템 ... 플랫폼 평가 결과만으로는 알고리즘의 재현성과 일반성을 충분히 보장할 수 없음.-기존의 단순 데이터 학습 모델에서 탈피하여, 분산된 외란을 통합 보상하고 복수 로봇 실증을 통해 플랫폼 간 이식성을 ...
... 강화학습 제어 프레임워크 구축● 로봇 매니퓰레이터와 같은 비선형 시스템의 상태·입력·출력 데이터를 수집하고, 다양한 초기 조건 및 운용 시나리오를 반영한 학습·검증용 데이터셋을 구축하여 제어 ... 운용 조건 변화가 존재하는 환경에서 실시간 추종 성능과 안정성을 정밀 평가함.● 동일 제조사 플랫폼 간에도 존재하는 성능 차이를 고려하여 반복 실험 기반 검증을 수행하고, 이를 통해 제안 기술의 ...
... 구조와 입력 동치 외란 관측기(EID) 기반 강인 보상 구조를 결합한 통합 제어 아키텍처는 기존 데이터·AI 기반 강화학습 제어가 갖는 외란 취약성과 실환경 적용 한계를 보완하는 핵심 제어 원천기술로 활용 가능함.● 또한 복수 로봇 시스템 기반 실시간 실증 결과는 제안 기술의 재현성, 플랫폼 간 이식성, 산업 적용 가능성을 검증하는 근거로 활용될 수 있으며, 후속 대형 연구과제, 실증형 연구, ...