AI를 활용한 구조물 진동제어 무료 슬롯 게임 개발

무료 슬롯 게임(본사: 도쿄도 미나토구, 사장: 하스와 겐지)은 LaboroAI Co, Ltd(본사: 도쿄도 주오구, 대표이사 겸 CEO: 시바시 테츠오)와 협력하여 AI 기술 중 하나를 강화하고 있습니다 능동질량감쇠장치(AMD)(*2)에 학습(*1)을 적용하는 방법을 개발하여 오바야시 연구소 본관 교량에 설치된 AMD에서 테스트한 결과, 높은 진동 감쇠 효과를 얻을 수 있음을 확인했습니다

교량 중앙에 설치된 AMD는 사람의 보행으로 인한 흔들림을 감지하면 무게에 수직력을 가해 교량의 흔들림을 억제하는 장치입니다 무게에 가해지는 힘의 크기는 제어 법칙이라는 계산 방법에 의해 결정되는데, 이는 교량이 흔들리는 방식에 따른 흔들림을 최소화하기 위해 센서 값을 사용하여 매 순간 컴퓨터로 계산됩니다 과거에는 이론에 기초하여 제어법칙의 매개변수와 제어방법을 결정하였지만 현실적으로는 장비 성능과 다양한 흔들림 패턴에 부합할 수 있는 최적의 제어방법이 명확하지 않았다

이번 무료 슬롯 게임는 LaboroAI와 협력하여 업계 최초로 AMD 브리지에 강화 학습을 적용하여 장치의 성능과 실제 환경에 따라 진동을 제어할 수 있게 되었습니다 강화 학습은 시행착오를 통해 힘을 발휘하는 방법을 학습한다는 점에서 전통적인 이론 기반 방법과 다릅니다 처음에는 무작위로 힘을 가하지만 다리의 흔들림을 억제할 때 힘을 가하는 방법을 익히면 점차적으로 다리의 흔들림을 억제하는 것이 가능해집니다 이러한 시행착오 과정은 실제 교량의 흔들림을 컴퓨터로 시뮬레이션하여 이루어지며, 시뮬레이션 단계에서 장비의 성능과 실제 환경을 접목하여 학습이 이루어집니다 따라서 기존의 이론에 기초한 방법을 적용할 때보다 실제 환경에 더 적합한 힘을 생성할 수 있게 되었고, 그 결과 높은 진동 감쇠 효과를 얻을 수 있게 되었습니다

AMD가 없는 경우, 기존 이론 및 강화 학습의 경우 다리 중앙에서 발뒤꿈치를 올렸다 내렸다 하는 발뒤꿈치 자극과 다리 한쪽 끝에서 다른 쪽 끝으로 앞뒤로 걷는 보행 자극을 수행했습니다 이를 그래픽으로 비교한 결과, 발뒤꿈치 자극과 보행 자극의 경우 모두 강화 학습 결과가 기존 이론의 결과를 뛰어넘는 것을 확인했습니다