Research on the Application of Lightweight Neural Network-Based Dynamic Vehicle Models in Game Engines - Focused on Tracked Vehicles

가상환경 자율주행 연구가 활발해지며, 실제 차량과 유사한 동역학의 실시간 모의가 중요해지고 있다. 하지만 게임 엔진 기반 환경은 실시간 모의는 가능하지만, 실제 차량의 복잡한 동역학을 완전히 재현하는데 한계가 있다. 본 논문은 고정밀 동역학 소프트웨어에서 생성된 운동량을 경량 신경망으로 학습해 상용 게임 엔진에 적용하는 방법을 제안한다. 제안된 방법은 주행 궤적 자체를 학습하지 않는다. M113 궤도차량 중심으로 실험 결과 평균 속도, 회전 궤적, 서스펜션 등에서 실제 동역학 소프트웨어와 높은 유사성과 게임 엔진 환경에서도 물리적 안정성을 보였다.