http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
사람의 인지를 고려한 강화학습 기반의 적응형 워시아웃 필터
이창규(C.-G. Lee),권오흥(O. Kwon) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
고정된 의자에서 가상현실을 체험하면 사용자들은 멀미를 느낀다. 이는 가상 콘텐츠의 시각적 가속도와 전정기관에서 인지된 가속도 사이에 차이가 있기 때문이다. 이 차이는 모션 플랫폼과 워시아웃 필터의 사용을 통해 줄일 수 있다. 워시아웃 필터가 생성한 가속도 신호가 모션 플랫폼에 인가되면, 두 가속도 사이의 차이가 줄어들기 때문이다. 이 워시아웃 필터는 병진운동의 가속도를 처리하는 High and Low Pass Filters 와 회전운동의 가속도를 처리하는 Low Pass Filter 로 구성된다. 병진운동의 가속도를 처리하는 High Pass Filter 는 모션 플랫폼의 병진운동을 생성하고, 병진 및 회전 운동의 가속도를 처리하는 Low Pass Filters 는 모션 플랫폼의 회전운동을 생성한다. 이 때, 워시아웃 필터의 성능은 세 필터의 Cutoff Frequency 에 의해 결정된다. 따라서 기존에는 경험이나 Fuzzy Logic 을 이용해서 Cutoff Frequency 를 선택했다. 하지만 두 방법 모두 경험을 필요로 한다는 단점이 있다. Fuzzy Logic 의 설계에도 경험이 요구되기 때문이다. 따라서 본 논문에서는 경험이 없는 사람도 사용할 수 있는 강화학습 기반의 적응형 워시아웃 필터를 제안하고, 이를 시뮬레이션을 통해 검증했다. 이 과정에는 사람의 전정기관 모델이 사용됐다. 모션 플랫폼에 탑승한 사람이 Environment, 필터의 Cutoff Frequency 선택이 Action, 두 가속도 사이의 오차가 Reward, 그리고 모션플랫폼의 정규화된 포즈와 가속도 오차를 Observation 으로 사용하는 강화학습 Agent 를 생성한 뒤 학습을 진행했다. 그 결과, 획득한 Reward 는 점점 커졌고, 최적의 Cutoff Frequency 를 선택하는 결과를 얻을 수 있었다. 향후에는 사용자 평가를 통해 Reward 와 멀미 사이의 상관관계를 구해볼 예정이다.