reset.

Neural Network 는 큰 관심이 있었던 분야는 아니었습니다. 이 녀석이 태생적으로 중간 계층의 Hidden Layer 와 오류역전파 알고리즘 이후로 뭔가 하나의 획을 그을만한 대단한 알고리즘이 나타나지 않았기 때문도 있었지만, 사실 저 둘만으로도 충분히 번거로웠기 때문이었습니다. 항상 중간의 숨겨진 계층의 개수를 조절해야 되고, 그에 따른 가중치 값의 튜닝이 이루어져야 합니다. 그것이 만약 상당한 트레이닝을 거치고서도 개선이 없을 경우에는 다시 계층의 개수 조절에 이은 가중치 값 튜닝이 이루어져야 했었습니다. GA 나 GP 라는 것은 지들이 몇 가지 변수만 대입하면 준 최적 값이라도 잘 돌려줘서 써먹는 데는 큰 지장이 없었기 때문에 주로 쓰고 있었습니다. 그런데 얼마 전부터 좀 관심이 가는 녀석..

이 글에서는 여러가지 제어방식에 대해 이제까지 제가 찾아보고 알아낸 정보들을 개략적으로 정리해보고자 합니다. 보행 로봇의 걸음제어에 대해 막 입문하시는 분들께 약간의 도움이라도 되었으면 좋겠습니다. 제가 처음에 보행로봇의 걸음제어에 관심을 가지게 된 것은 Aibo 를 이용한 Robocup 대회 관련된 논문들을 살펴보면서 였습니다. 외국의 많은 팀들은 각자 독특한 여러가지 방식으로 로봇의 걸음새(영어로 Gait 라는 표현을 쓰더군요)를 만들었습니다. 처음에 가장 기초적인 프리미티브(Primitive, 적절한 한글 표현이 없는듯 싶네요;;)방식, 그리고 역기구학 해석을 통한 발자취의 제어 형태, 수학적 알고리즘을 통한 발자취 제어의 최적화 방식, 가장 최근에는 진화연산을 이용한 발자취 파라미터의 최적값을 찾..