Industrial Artificial Intelligence에서는 비용효율과 더불어 안정적인 운영이 매우 중요하다.
전통적인 산업 제어시스템에서의 안정성 확보 방안 중 하나인 Simplex Architecture에서 신경망을 적용한 "Neural Simplex Architecture"에 대해 읽어보았다.
Neural Simplex Architecture
Dung T. Phan1, Radu Grosu2, Nils Jansen3, Nicola Paoletti4, Scott A. Smolka1, and Scott D. Stoller
※ Key word
- Neural Controller(NC) : 높은 성능을 발현하는 인공지능 제어기
- Baseline Controller(BC) : 안정적인 성능을 유지하는 제어기(기존)
- Decision Module(DM) : NC와 BC 중 어떠한 제어기를 선택할지 결정하는 모듈
- Adaptation Module(AM) : BC로 운영되는 동안 NC를 재학습 시키는 모듈
- Plant(P) : 플랜트 (제어대상)
※ 동작 개념(내가 이해한대로,,)
NC 제어 → ! 운영 안정성 위험 확인 → BC 제어(전환, DM 역할)
BC 제어중 (NC 재학습, AM 역할) → 운영 안정성 확보 확인 → NC 제어(전환, DM 역할)
※ 궁금한 점
1. 운영 안정성 위험/안전의 기준은 무엇일까? 어떠한 방법으로 정해야 할까에 대한 고민을 하였다.
2. NC(고성능 제어기)는 최초에는 고성능이나 지속되는 재학습 과정에서 안정적인 BC 제어의 영향을 받으면, 성능이 떨어지며 BC와 점점 닮아가는 모델이 되지는 않을까?
논문에서는 그러한 점을 생각해서 패널티/보상함수를 고려하였다.
1) NC제어기 효율 ↑ & 복구 불가능 → 패널티 적용
2) NC제어기 효율 ↑ & 복구 가능 → 보상 적용
그렇다면 복구 가능&불가능은 어떠한 기준으로 판단할 수 있을까?
이건 다시
'대학원' 카테고리의 다른 글
| 1학기 종강&성적 확인 (1) | 2026.06.29 |
|---|
