⌘UAM비행 시뮬레이션
브라우저 실행

UAM 학습 시뮬레이터

초파리 부분 회로(뉴런 350개)를 이용해 두 기체의 점검과 복귀를 학습합니다.

처음 사용하시면 예제 비행 실행을 눌러 두 기체의 비행을 확인하세요.

3D 비행inspection-00
비행 환경 준비 중물리 엔진과 3D 장면을 불러옵니다.
협력 점검
대기00:00
점검률0%
안전 복귀0/ 2
충돌 횟수0
드래그하여 회전 · 휠로 확대 / — FPS중력 9.81 m/s² · 120 Hz
초파리 부분 회로 · 학습 전
UAV 01준비100%0.0 N
UAV 02준비100%0.0 N

뉴런 활동

사용 중인 회로

15,182개 방향 연결

비행을 실행하면 각 뉴런의 활동을 볼 수 있습니다.

학습을 시작하면 연결 가중치의 변화량이 표시됩니다.

기체를 선택하면 해당 기체의 뉴런 활동을 볼 수 있습니다. 뉴런에 마우스를 올리면 ID와 활동 값이 표시됩니다. 뉴런의 위치는 보기 편하게 배치한 것입니다.

회로 데이터 출처: MaleCNS v1.0

학습 결과

평균 보상평균 점검률

학습을 시작하면 비행별 보상과 점검률이 표시됩니다.

최근 10회 비행의 평균누적 물리 계산 0회

검증 결과

—%모든 지점 점검 후 두 기체가 복귀한 비율

20회 학습마다 학습에 쓰지 않은 임무 3개로 평가합니다. 평가 중에는 모델을 학습시키지 않습니다.

검증 점검률—
검증 평균 보상—

비행 기록

점검과 착륙 기록이 표시됩니다.

시뮬레이션 구성

Three.js 0.160.1로 3D 장면을 그리고, cannon-es 0.20.0이 강체의 위치·자세·속도·충돌을 120 Hz로 계산합니다. 1.5 kg 기체의 네 로터가 몸체 좌표계의 힘과 반작용 토크를 가합니다.

공식 MaleCNS v1.0의 13개 타입에서 뉴런 350개와 그 사이의 방향 연결 15,182개(시냅스 198,571개)를 추출했습니다. 연결 마스크를 고정한 인공 rate RNN이 후보 행동을 계산하며, 시냅스 수는 초기 가중치에 반영됩니다. 실제 비행 보상을 쓰는 semi-Markov Double TD, 경험 재생, 두 회로 스텝의 역전파로 가중치와 입출력 인터페이스를 갱신합니다. 기체 간 기억은 분리됩니다. 내장 예제는 모방 없이 실제 비행 보상만으로 20회 학습한 정책입니다. 별도의 구조 비교 실험에는 모방학습을 사용했으며 문서에 조건을 구분했습니다. 학습 초기화는 무작위 초기 정책으로 시작합니다. 자세·속도 제어기는 고정되어 있습니다. 생물학적 발화·신경전달물질·초파리 전체 뇌나 학습된 로터 제어를 재현한 모델은 아닙니다.

재배선 대조군은 뉴런별 입·출력 차수를 보존합니다. 일반 RNN은 64개 인공 뉴런을 사용합니다. 입력·행동·학습 알고리즘은 같지만 일반 RNN과의 파라미터 수는 일치하지 않습니다. 현재 결과는 커넥톰의 성능 우월성을 검증한 연구 결과가 아닙니다.

두 기체는 충돌 가능성이 낮도록 서로 다른 순항 고도를 사용합니다. 착륙 완료 기체는 회수 처리되어 물리 월드에서 제거됩니다. 공력·로터 간섭·실제 기체의 비행 적합성 검증은 포함하지 않습니다.

물리 계산과 학습은 접속한 기기의 브라우저에서 진행됩니다. HTML 파일을 내려받으면 인터넷 연결 없이 실행할 수도 있습니다. 모델 저장 파일에 임무 조건과 학습 이력이 포함됩니다.

오픈소스 라이선스