이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
차선 유지 보조를 위해 DQN 에이전트 훈련시키기
이 예제에서는 Simulink®에서 차선 유지 보조(LKA)를 위해 DQN(심층 Q-러닝 신경망) 에이전트를 훈련시키는 방법을 보여줍니다. DQN 에이전트에 대한 자세한 내용은 DQN(심층 Q-신경망) 에이전트 항목을 참조하십시오.
자기 차량의 Simulink 모델
이 예제의 강화 학습 환경은 자기 차량 동특성에 대한 간단한 자전거 모델입니다. 훈련 목표는 앞쪽 조향각을 조정하여 자기 차량이 차선의 중심선을 따라 주행하도록 하는 것입니다. 이 예제에서는 Lane Keeping Assist System Using Model Predictive Control (Model Predictive Control Toolbox)에서와 동일한 차량 모델을 사용합니다. 자기 차량 동특성은 다음 파라미터로 지정됩니다.
m = 1575; % total vehicle mass (kg) Iz = 2875; % yaw moment of inertia (mNs^2) lf = 1.2; % longitudinal distance from center of gravity to front tires (m) lr = 1.6; % longitudinal distance from center of gravity to rear tires (m) Cf = 19000; % cornering stiffness of front tires (N/rad) Cr = 33000; % cornering stiffness of rear tires (N/rad) Vx = 15; % longitudinal velocity (m/s)
샘플 시간 Ts
와 시뮬레이션 지속 시간 Tf
를 초 단위로 정의합니다.
Ts = 0.1; T = 15;
LKA 시스템의 출력값은 자기 차량의 앞쪽 조향각입니다. 자기 차량의 물리적 한계를 시뮬레이션하기 위해 조향각 범위를 [-0.5,0.5]
rad로 제한합니다.
u_min = -0.5; u_max = 0.5;
도로의 곡률은 상수 0.001()로 정의됩니다. 횡방향 편차의 초기값은 0.2m이고, 상대적 요 각도의 초기값은 –0.1rad입니다.
rho = 0.001; e1_initial = 0.2; e2_initial = -0.1;
모델을 엽니다.
mdl = "rlLKAMdl"; open_system(mdl); agentblk = mdl + "/RL Agent";
이 모델의 경우 다음이 적용됩니다.
에이전트에서 환경으로 전달되는 조향각 행동 신호는 –15도에서 15도까지입니다.
환경에서 관측하는 값은 횡방향 편차 과 상대적 요 각도 , 이들의 도함수인 과 , 이들의 적분인 과 입니다.
횡방향 편차 이면 시뮬레이션이 종료됩니다.
매 시간 스텝 마다 제공되는 보상 는 다음과 같습니다.
여기서 는 이전 시간 스텝 의 제어 입력입니다.
환경 인터페이스 만들기
자기 차량에 대한 강화 학습 환경 인터페이스를 만듭니다. 이를 위해 먼저 관측값 사양과 행동 사양을 만듭니다.
observationInfo = rlNumericSpec([6 1], ... LowerLimit=-inf*ones(6,1), ... UpperLimit=inf*ones(6,1)); observationInfo.Name = "observations"; observationInfo.Description = "Lateral deviation and relative yaw angle"; actionInfo = rlFiniteSetSpec((-15:15)*pi/180); actionInfo.Name = "steering";
그런 다음 환경 인터페이스를 만듭니다.
env = rlSimulinkEnv(mdl,agentblk,observationInfo,actionInfo);
인터페이스에는 에이전트가 31개의 가능한 조향각을 –15도부터 15도까지 적용할 수 있는 이산 행동 공간이 있습니다. 관측값은 횡방향 편차와 상대적 요 각도, 그리고 시간의 도함수와 적분까지 포함한 6차원 벡터입니다.
횡방향 편차와 상대적 요 각도의 초기 조건을 정의하려면 익명 함수 핸들을 사용하여 환경 재설정 함수를 지정하십시오. 다음 재설정 함수는 횡방향 편차와 상대적 요 각도의 초기값을 무작위로 할당합니다.
env.ResetFcn = @(in)localResetFcn(in);
재현이 가능하도록 난수 생성기 시드값을 고정합니다.
rng(0)
DQN 에이전트 만들기
DQN 에이전트는 파라미터화된 Q-값 함수 근사기를 사용하여 정책의 값을 추정합니다.
DQN 에이전트에는 이산 행동 공간이 있으므로 벡터(즉, 다중 출력) Q-값 함수 크리틱을 만들 수 있는데, 일반적으로 이 방식이 비교 가능한 단일 출력 크리틱보다 더 효율적입니다.
벡터 Q-값 함수는 입력값으로 관측값만 받고 출력값으로 가능한 행동 개수와 동일한 개수의 요소가 포함된 단일 벡터를 반환합니다. 각 출력 요소의 값은 에이전트가 주어진 관측값에 해당하는 상태에서 시작하여 요소 번호에 해당하는 행동을 실행하고 그 후에는 주어진 정책을 따를 때 기대되는 감가된 누적 장기 보상을 나타냅니다.
크리틱 내에서 파라미터화된 Q-값 함수를 모델링하려면 1개의 입력값(6차원 관측 상태)과 31개의 요소(-15도에서 15도까지의 균일 간격 조향각)로 구성된 1개의 출력 벡터를 갖는 심층 신경망을 사용하십시오.
% Define number of inputs, neurons, and outputs nI = observationInfo.Dimension(1); % number of inputs (6) nL = 24; % number of neurons nO = numel(actionInfo.Elements); % number of outputs (31) % Define network as array of layer objects dnn = [ featureInputLayer(nI) fullyConnectedLayer(nL) reluLayer fullyConnectedLayer(nL) reluLayer fullyConnectedLayer(nO) ]; % Convert to dlnetwork object dnn = dlnetwork(dnn);
파라미터 개수를 표시하고 신경망 구성을 확인합니다.
summary(dnn)
Initialized: true Number of learnables: 1.5k Inputs: 1 'input' 6 features
plot(dnn)
dnn
과 관측값 및 행동 사양을 사용하여 크리틱을 만듭니다. 자세한 내용은 rlQValueFunction
항목을 참조하십시오.
critic = rlVectorQValueFunction(dnn,observationInfo,actionInfo);
rlOptimizerOptions
를 사용하여 크리틱에 대한 훈련 옵션을 지정합니다.
criticOptions = rlOptimizerOptions( ... LearnRate=1e-4, ... GradientThreshold=1, ... L2RegularizationFactor=1e-4);
rlDQNAgentOptions
를 사용하여 DQN 에이전트 옵션을 지정하고 크리틱에 대한 훈련 옵션을 포함시킵니다.
agentOptions = rlDQNAgentOptions(... SampleTime=Ts,... UseDoubleDQN=true,... CriticOptimizerOptions=criticOptions,... ExperienceBufferLength=1e6,... MiniBatchSize=64);
그런 다음, 지정된 크리틱 표현과 에이전트 옵션을 사용하여 DQN 에이전트를 만듭니다. 자세한 내용은 rlDQNAgent
항목을 참조하십시오.
agent = rlDQNAgent(critic,agentOptions);
에이전트 훈련시키기
에이전트를 훈련시키려면 먼저 훈련 옵션을 지정하십시오. 이 예제에서는 다음 옵션을 사용합니다.
최대 5000개의 에피소드에 대해 훈련을 실행하며, 각 에피소드마다 최대
ceil(T/Ts)
개의 시간 스텝이 지속됩니다.에피소드 관리자 대화 상자에 훈련 진행 상황을 표시하고(
Plots
옵션을training-progress
로 설정) 명령줄 표시를 비활성화합니다(Verbose
옵션을false
로 설정).에피소드 보상이
–1
에 도달하면 훈련을 중지합니다.누적 보상이
–2.5
보다 큰 각 에피소드에 대한 에이전트의 복사본을 저장합니다.
자세한 내용은 rlTrainingOptions
항목을 참조하십시오.
maxepisodes = 5000; maxsteps = ceil(T/Ts); trainingOpts = rlTrainingOptions(... MaxEpisodes=maxepisodes,... MaxStepsPerEpisode=maxsteps,... Verbose=false,... Plots="training-progress",... StopTrainingCriteria="EpisodeReward",... StopTrainingValue=-1,... SaveAgentCriteria="EpisodeReward",... SaveAgentValue=-2.5);
train
함수를 사용하여 에이전트를 훈련시킵니다. 훈련은 완료하는 데 몇 시간이 소요되는 계산 집약적인 절차입니다. 이 예제를 실행하는 동안 시간을 절약하려면 doTraining
을 false
로 설정하여 사전 훈련된 에이전트를 불러오십시오. 에이전트를 직접 훈련시키려면 doTraining
을 true
로 설정하십시오.
doTraining = false; if doTraining % Train the agent. trainingStats = train(agent,env,trainingOpts); else % Load the pretrained agent for the example. load("SimulinkLKADQNMulti.mat","agent") end
DQN 에이전트 시뮬레이션하기
훈련된 에이전트의 성능을 검증하려면 다음 두 줄의 주석을 해제하고 환경 내에서 에이전트를 시뮬레이션하십시오. 에이전트 시뮬레이션에 대한 자세한 내용은 rlSimulationOptions
항목과 sim
항목을 참조하십시오.
% simOptions = rlSimulationOptions(MaxSteps=maxsteps); % experience = sim(env,agent,simOptions);
결정적 초기 조건에 대해 훈련된 에이전트를 시연하려면 Simulink에서 모델을 시뮬레이션하십시오.
e1_initial = -0.4; e2_initial = 0.2; sim(mdl)
플롯에 표시된 것처럼 횡방향 오차(위쪽 플롯)와 상대적 요 각도(중간 플롯) 둘 다 0을 향해 갑니다. 차량은 중심선으로부터 벗어나(–0.4m) 0이 아닌 요 각도 오차(0.2rad)로 시작합니다. 차선 유지 보조를 통해 자기 차량은 약 2.5초 후에 중심선을 따라 주행합니다. 조향각(아래 플롯)을 통해 제어기가 약 2초 후에 안정된 상태에 이르는 것을 알 수 있습니다.
Simulink 모델을 닫습니다.
if ~doTraining %bdclose(mdl) end
재설정 함수
function in = localResetFcn(in) % reset lateral deviation and relative yaw angle to random values in = setVariable(in,"e1_initial", 0.5*(-1+2*rand)); in = setVariable(in,"e2_initial", 0.1*(-1+2*rand)); end
참고 항목
함수
train
|sim
|rlSimulinkEnv
객체
블록
관련 예제
- Train DQN Agent for Lane Keeping Assist Using Parallel Computing
- 경로 추종 컨트롤을 위해 DDPG 에이전트 훈련시키기
- Lane Keeping Assist System Using Model Predictive Control (Model Predictive Control Toolbox)