대학저널

미국 LA서 수집된 실제 주행 데이터셋 이용

숭실대 권민혜(왼쪽) 교수, 석사과정생 이동수 씨. 사진=숭실대 제공

[대학저널 오혜민 기자]숭실대학교는 전자정보공학부 권민혜 교수 연구팀이 심층 강화학습 기반의 자율주행과 안정성 평가기술을 개발했다고 1일 밝혔다.

 

권 교수 연구팀이 제안한 심층강화학습 방식은 기존의 방식과 달리 개별차량의 부분 관측 정보만을 이용하는 부분관찰 마르코프 의사결정 모델을 기반으로 학습이 이뤄진다.
 

숭실대에 따르면 이는 실제 도로에서 자율주행 차량이 도로 전체가 아닌 주변의 정보만 얻을 수 있다는 점을 반영한 것으로 해당 기술의 시장 활용 가능성이 크며, 안정성 평가를 위해 필수적인 도로를 구성하는 일반차량의 주행 정책을 미국 LA에서 수집된 실제 주행 데이터셋을 이용해 모방 학습방식으로 학습해 현실성을 높였다.
 

또한 연구팀이 제안한 안정성 평가는 자율주행 차량의 주행 안정성과 함께 자율주행 차량이 도로에 투입되었을 때, 전체 교통 트래픽의 안정성을 평가하기 때문에 미시적·거시적인 부분의 안정성을 모두 평가할 수 있다. 연구팀은 일반 차량의 주행 불안정성이 증가함에 따라 자율주행 차량과 도로 전체의 불안정성이 어떻게 변화하는지에 대해 이론·실험적으로 분석했다.
 

특히 학습된 자율주행 차량의 경우 제안된 심층강화학습 기반 자율주행 기술이 기존의 제어 이론 기반 자율주행 차량과 비교해 불안정한 도로환경에 잘 대응하는 안정적 주행을 하는 것을 확인했다.
 

연구를 진행한 석사과정 이동수 씨는 “자율주행과 같은 미션 크리티컬 기술의 경우 개발과정에서 안정성 분석이 선행돼야만 하는 필수불가결한 요소인데, 관련 기술 개발에 기여했다는 점에서 의미가 있다”고 말했다.
 

한편 이 기술에 대한 논문은 이씨가 제1 저자, 권 교수가 교신저자로 SCIE급 저널 ‘IEEE Transactions on Vehicular Technology’ 10월 19일자에 게재됐다.

 

[저작권자ⓒ 대학저널. 무단전재-재배포 금지]