리모트 컨트롤카 자율 주행 훈련
몇백 달러와 몇 가지 일반적인 도구, 그리고 약간의 인내심만 있으면 RC카가 스스로 주행하도록 훈련할 수 있습니다. 여기에 그 방법에 대한 영상이 있습니다.
Created on July 9|Last edited on January 24
Comment
OpenAI의 주크박스 프로젝트를 활용한 음악 생성, StarGAN을 통한 귀여운 동물 합성하기, 또는 정적 이미지에 멋진 조명 이펙트 생성하기 등에서 저희는 W&B에서 여러 즐거운 프로젝트를 살펴봤습니다.
하지만 이러한 프로젝트 모두는 다음 한 가지의 명백한 이슈를 가지고 있었습니다. 바로 누군가의 거실을 경주 트랙으로 탈바꿈시키는 것을 포함하지 않았다는 것입니다. 다행히도, 이 문제는 이제 해결되었습니다.
네, 저희 동료인 Armand du Parc Locmaria씨가 RC카 자가 훈련을 위해 약간의 공간을 희생했습니다.
다음 몇 주 내로 프로젝트에 대한 보다 기술적인 기사가 추가로 제공될 예정입니다만, 여러분께서 시험 주행 프로젝트를 진행하려는 경우를 대비해, 이 비디오와 그리고 당연하게도 데이터세트 및 코드를 공유하고 싶었습니다. (죄송합니다)
이 기간 동안 여러분께 전달해야 한다고 생각하는 두 가지 부분이 있습니다. 우선, 개인 자동차 훈련에 대한 일반 전략이 첫 번째이며, 두 번째로는 Armand 씨가 발견한 것으로, 이는 여러분이 직접 해보기로 한 경우, 문제를 해결하는 데 도움이 될 수 있습니다.
자, 그러면, 어떻게 장난감 자동차가 스스로 운전하도록 훈련하는 방법은 무엇일까요? Armand는 한 쌍의 다른 전략을 고려했습니다. 첫 번째는 카메라를 위에 부착하여 자동차를 운전하면서, 이러한 주행을 훈련 데이터로 활용하는 것이었습니다. 다시 말해서, 자동차를 마치 조종하고 있는 것처럼 자동차가 주행하도록 하는 것입니다 (예: 모방 학습). 하지만, Armand는 본인의 훈련 테크닉을 위한 보다 간단하고 우아한 솔루션을 선택했습니다. 바로, 자동차의 카메라에서 이미지를 가져와 트랙의 중앙에 주석을 다는 것이었습니다. 이 차량의 유일한 진짜 목적은 소파나 벽과 같은 방해되는 물체에서 떨어져 자동차 스스로가 트랙의 중앙으로 계속해서 주행을 진행하는 것입니다
처음에는, 자동차는 자율주행을 하고 있었지만, 이 자율주행은 다소 엉성했습니다. “정말 벽에 많이 부딪혔습니다”라고 Armand는 당시 실험을 설명했습니다. 이는 어느 정도 예상할 수 있는 일이었습니다. 결국 모델에는 여러 번의 반복과 재훈련이 필요하다는 것이죠. 하지만, Arman는 본인의 W&B 대시보드를 보며 모델의 예측치를 확인했을 때 모델의 퍼포먼스가 나쁘지 않다는 점을 확인하게 되었습니다. 즉, 트랙의 중앙을 잘 식별하여 주행하고 있었다는 것입니다. 이 단계에서 문제는 Armand의 코드나 모델이 아니었습니다. 바로 하드웨어였습니다.
한번 살펴보시면, 이 차의 GPU는 BERT를 훈련할만한 그런 머신이 아닙니다. (비디오를 확인하셨다면 Armand가 어떤 작업을 하고 있었는지 보셨을 겁니다) 문제는 Armand가 훈련한 신경망이 너무 많은 레이어를 가지고 있다는 것과 카메라의 프레임이 너무 높다는 점 두 가지 전부였습니다. 사실상, 이는 모델이 정확한 예측을 하고 있었음에도, 차량이 충분히 빠르게 반응하지 못했다는 것을 나타냈습니다. 본질적으로, 이 차량은 지나치게 많은 이미지에 억제당하고 있었다는 것입니다.
이 점을 발견하게 되어 다행이었습니다. 즉, 이는 Armand의 접근 방식이 폭넓게 적용되었고, 또한, 더 이상의 훈련 데이터를 수집하거나 주석을 달지 않아도 된다는 것을 의미했습니다. Armand는 프레임 레이트를 낮추고 본인의 NN의 몇 개의 레이어를 제거했습니다. 그러자 차량의 퍼포먼스가 눈에 띄게 향상되었습니다. 이는 모델의 동작을 더 잘 파악하고, 더 자세히 설명할 수 있고 디버깅이 가능할수록, 프로젝트가 훨씬 더 잘 진행되는 이유를 상기시켜주는 부분입니다.
시청해 주셔서 감사합니다. 이 프로젝트에 관한 보다 기술적인 시각과 함께 곧 여러분을 다시 찾아 뵙도록 하겠습니다.
Add a comment
Iterate on AI agents and models faster. Try Weights & Biases today.