-
질문 & 답변
카테고리
-
세부 분야
게임 프로그래밍
-
해결 여부
미해결
unity ML-Agent 생성 모델 활용한 inference
23.04.25 08:56 작성 조회수 507
0
unity에서 디지털 트윈환경을 구축하고 ML-Agent로 학습한 모델을
실제 운영환경에 적용하여 inference하려고 할 때
모델 input/output은 어떻게 구성할 수 있나요?
참고할 만한 자료가 있을까요?
답변을 작성해보세요.
0
민규식
지식공유자2023.04.25
안녕하세요! 조금 더 구체적인 상황을 알려주시면 좋을 것 같습니다만! 일단 현재 알려주신 내용으로 말씀드리자면 모델의 입출력은 강화학습 알고리즘 자체의 입출력이므로 설정하는 문제에 따라 다를 듯 합니다. 오히려 디지털 트윈 환경이라면 모델의 입출력 설정보다 해당 입출력에 대해 환경이 얼마나 실제적으로 동작하는지를 고려하는것이 중요할 것 같습니다. 예를 들어 자율주행 문제라면 핸들의 각도, 브레이크, 엑셀의 값이 입력이 될 듯 하고 바퀴의 각도나 회전량 등이 출력이 될 듯 합니다. 이때 해당 입출력에 대해 차량이 얼마나 실제적으로 움직이는지에 대한 차량동역학적인 요소를 잘 구현하는 것이 디지털 트윈에서는 중요할 것 같습니다!
김복주
2023.04.25
질문 배경은 아래와 같습니다.
실내 환경 도면을 유니티에서 디지털 트윈으로 구축
목표지점까지 자율주행 강화학습
생성된 모델파일을 이용하여 ROS2로 터틀봇이나 RC카 자율주행
이때 라이다센터나 카메라 데이터를 모델 파일에 어떻게 input으로 제공하고
모델파일의 inference 결과를 어떻게 ROS2에 전달할 것인가에 대한 질문입니다
민규식
지식공유자2023.04.26
아 마침 자율주행에 적용하시려고 하시네요!
이 경우 ROS2나 터틀봇의 센서 데이터를 최대한 동일하게 모방할 수 있는 센서 구성을 유니티 내에서 구현하는 것이 관건일 것 같습니다. 라이더의 경우 raycast 기능을 이용하여 구현할 수 있고 카메라의 경우 유니티 내의 카메라를 통해 구현할 수 있을 것 같습니다. 그리고 실내 환경 도면을 유니티 내에서 구현하여 학습하고 이를 실제 환경으로 옮기기 위해서는 해당 유니티 환경이 실제 환경을 굉장히 잘 반영해야 할 것 같아서 이 부분도 고려하시면 좋을 것 같습니다.
유니티 환경 내에서 학습한 pytorch 모델을 ROS에서 불러올 수 있게 하여 적용하면 될 듯 합니다. 제가 ROS에 대해서 많이 알지는 못하지만 해당 구현은 가능하도록 참고할 수 있는 자료들이 있을 것 같습니다!
답변 1