http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오늘 본 자료
공학급 기동 모델링을 위한 공중 무기 체계 Base System Model 설계
문일철,유호동,김탁곤,이순주,양승남 한국경영과학회 2017 한국경영과학회 학술대회논문집 Vol.2017 No.4
본 논문은 교전급 시뮬레이션의 공중 무기체계 기동 모델을 설계 및 구현방안에 대한 고찰을 다룬다. 공중 무기체계의 기동 모델은 다양한 해상도로 정의할 수 있으며, 공학적으로 상세한 모델을 제어하기 위한 구조를 포함해야 한다. 본 논문은 이러한 기동 모델 제어의 다단계 구조를 명시하며, 각 부분의 재활용성에 대해 살펴본다.
State Prediction of High-speed Ballistic Vehicles with Gaussian Process
문일철,송경우,김상현,최한림 제어·로봇·시스템학회 2018 International Journal of Control, Automation, and Vol.16 No.3
This paper proposes a new method of predicting the future state of a ballistic target trajectory. There have been a number of estimation methods that utilize the variations of Kalman filters, and the prediction of the future states followed the simple propagations of the target dynamic equations. However, these simple propagations suffered from no observation of the future state, so this propagation could not estimate a key parameter of the dynamics equation, such as the ballistic coefficient. We resolved this limitation by applying a data-driven approach to predict the ballistic coefficient. From this learning of the ballistic coefficient, we calculated the future state with the future ballistic parameter that differs over time. Our proposed model shows the better performance than the traditional simple propagation method in this state prediction task. The value of this research could be recognized as an application of machine learning techniques to the aerodynamics domains. Our framework suggests how to maximize the synergy by linking the traditional filtering aproaches and diverse machine learning techniques, i.e., Gaussian process regression, support vector regression and regularized linear regression.
공학급 기동 모델링을 위한 공중 무기 체계 Base System Model 설계
문일철,유호동,김탁곤,이순주,양승남 대한산업공학회 2017 대한산업공학회 춘계학술대회논문집 Vol.2017 No.4
본 논문은 교전급 시뮬레이션의 공중 무기체계 기동 모델을 설계 및 구현방안에 대한 고찰을 다룬다. 공중 무기체계의 기동 모델은 다양한 해상도로 정의할 수 있으며, 공학적으로 상세한 모델을 제어하기 위한 구조를 포함해야 한다. 본 논문은 이러한 기동 모델 제어의 다단계 구조를 명시하며, 각 부분의 재활용성에 대해 살펴본다.
[A 8.3] 공학급 기동 모델링을 위한 공중 무기 체계 Base System Model 설계
문일철,유호동,김탁곤,이순주,양승남 한국시뮬레이션학회 2017 한국시뮬레이션학회 학술대회집 Vol.2017 No.-
본 논문은 교전급 시뮬레이션의 공중 무기체계 기동 모델을 설계 및 구현방안에 대한 고찰을 다룬다. 공중 무기체계의 기동 모델은 다양한 해상도로 정의할 수 있으며, 공학적으로 상세한 모델을 제어하기 위한 구조를 포함해야 한다. 본 논문은 이러한 기동 모델 제어의 다단계 구조를 명시하며, 각 부분의 재활용성에 대해 살펴본다.
깊은강화학습 기반 1-vs-1 공중전 모델링 및 시뮬레이션
문일철,정민재,김동준,Moon, Il-Chul,Jung, Minjae,Kim, Dongjun 한국시뮬레이션학회 2020 한국시뮬레이션학회 논문지 Vol.29 No.1
인공지능(AI)를 교전상황에 활용하는 것은 최근 10년간 국방 분야의 주요 관심사였다. 이러한 응용을 위해서, AI 교전에이전트를 훈련해야 하며, 이를 위해 현실적인 시뮬레이션이 반드시 필요하다. 하드웨어 차원의 현실성을 가진 공중 무기체계 공중전 모델에서 AI 에이전트를 학습한 사례에 대해서 본 논문은 서술하고 있다. 특히, 본 논문은 기총만을 활용하는 공중전 상황에서 적을 어떻게 추적해야하는지 AI를 학습하였다. 본 논문은 현실적인 공중전 시뮬레이터를 작성하여, 에이전트의 행동을 강화학습으로 수행한 결과를 제시한다. 훈련 결과로는 Lead 추적을 활용하여 단축된 교전시간과 높은 보상을 갖는 에이전트의 학습에 성공하였다. The utilization of artificial intelligence (AI) in the engagement has been a key research topic in the defense field during the last decade. To pursue this utilization, it is imperative to acquire a realistic simulation to train an AI engagement agent with a synthetic, but realistic field. This paper is a case study of training an AI agent to operate with a hardware realism in the air-warfare dog-fighting. Particularly, this paper models the pursuit of an opponent in the dog-fighting setting with a gun-only engagement. In this context, the AI agent requires to make a decision on the pursuit style and intensity. We developed a realistic hardware simulator and trained the agent with a reinforcement learning. Our training shows a success resulting in a lead pursuit with a decreased engagement time and a high reward.