피지컬 AI로 배우는 4족 로봇 자율보행과 AI

이 책에서 해낼 것

이 책의 사용법

1. 먼저 사람이 만든 규칙으로 로봇을 움직인다.
2. Q-Learning은 수식 암기가 아니라 시행착오의 결과를 관찰하는 실험으로 시작한다.
3. 학습 과정과 평가 실행을 반드시 나누어 기록한다.

대표 로봇: 센서·상태·행동 선택이 더해진 4족 로봇

QUAD-01의 4족 로봇에 거리 센서와 관성 센서를 연결하고, 상태 기계(State Machine)로 멈춤·회피·복구를 고르게 합니다. 사람이 만든 규칙과 Q-Learning으로 배운 정책을 같은 조건에서 비교합니다.

5 PART · 25 CHAPTER

1. 완성 로봇 실행
2. 움직임 관찰
3. 구조 이해
4. 값과 동작 변경
5. 결과 비교
6. 실패 원인 확인
7. 미션 완성

• PART 1 · EXPERIENCE직접 움직여 보기

  장애물을 보고 행동을 고르는 첫 실행 — 자율 주행 모드 첫 실행 · 장애물을 본 순간 멈추게 하기 · 로봇은 어느 쪽으로 피해야 할까 외 CH01~05

• PART 2 · UNDERSTAND움직임의 구조 이해

  센서값이 판단과 행동이 되는 구조 — 센서 데이터에서 로봇 상태로 · 앞 권의 보행 기능 이어 쓰기 · 로봇 상태를 설계하기 외 CH06~10

• PART 3 · CONTROL값과 동작 제어

  규칙으로 자율 행동 만들기 — 장애물을 알아보는 거리 기준 바꾸기 · 좌우 거리로 회피 방향 정하기 · 피하고 다시 걷는 동작 순서 만들기 외 CH11~15

• PART 4 · EXPERIMENT조건 변경과 결과 비교

  로봇이 시행착오로 길을 배우게 하기 — 사람이 정한 규칙의 결과 먼저 보기 · 로봇이 시행착오로 길을 배우는 한 번의 시도 · 좋은 선택에는 왜 보상을 줄까 외 CH16~20

• PART 5 · PROJECT미션 완성 및 개선

  AI 자율 4족 프로젝트 — 복합 장애물과 검증 기준 정하기 · 규칙 기반 자율행동 반복 검증 · Q-Learning 학습 과정 보기 외 CH21~25

도서 정보