지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.8
- 수록면
- 905 - 915 (11page)
- DOI
- 10.6109/jkiice.2024.28.8.905
이용수
초록· 키워드
오류제보하기
지난 수십 년 동안 강화학습(reinforcement leaning)은 인공지능에 관한 관심이 높아지면서 크게 발전하였으며, 4족 보행 로봇, 드론과 같은 도메인에서 뛰어난 성능을 입증하였다. 로봇과 관련된 연구는 가상 환경인 시뮬레이터를 활용하여 초기 검증한 후 실제 환경에 적용하는 데 중점을 두고 있다. 이와 유사하게 군 관련 기관에서도 강화학습과 군사용 시뮬레이터를 이용하는 연구가 주목받고 있다. 이미 해외에서는 간단한 시뮬레이터를 이용해 부대 전술적 이동에 관한 내용을 강화학습과 연동한 사례가 있으며, 국내에서는 전투기의 공중전을 강화학습을 이용해 학습하였다. 본 연구는 선행 연구들을 참고하여 지상 체계 시스템에 강화학습을 적용하고자 한다. 최단 시간 내에 최소의 피해로 목표 지점에 도달하고자 하는 전술 기동에 대해 학습하는 것이 주요 목표이다. 이를 위해 간단한 전장 환경을 모사하고, SAC(Soft Actor-Critic)를 적용하여 학습된 에이전트의 전술 기동 성능을 다양한 시나리오에서 확인한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 강화학습과 SAC 알고리즘
Ⅲ. 시뮬레이션 환경 설계
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
REFERENCES
참고문헌 (18)
참고문헌 신청
V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, and M. Riedmiller, “Playing atari with deep reinforcement learning,” arXiv preprint arXiv:1312.5602, Dec. 2013. DOI: 10.48550/arXiv.1312.5602.
O. Vinyals, I. Babuschkin, W. M. Czarnecki, M. Mathieu, A. Dudzik, J. Chung, D. H. Choi, R. Powell, T. Ewalds, P. Georgiev, J. Oh, D. Horgan, M. Kroiss, I. Danihelka, A. Huang, L. Sifre, T. Cai, J. P. Agapiou, M. Jaderberg, A. S. Vezhnevets, R. Leblond, T. Pohlen, V. Dalibard, D. Budden, Y. Sulsky, J. Molloy, T. L. Paine, C. Gulcehre, Z. Wang, T. Pfaff, Y. Wu, R. Ring, D. Yogatama, D. Wünsch, K. McKinney, O. Smith, T. Schaul, T. Lillicrap, K. Kavukcuoglu, D. Hassabis, C. Apps, and D. Silver, “Grandmaster level in StarCraft II using multi-agent reinforcement learning,” Nature, vol. 575, no. 7782, pp. 350-354, Oct. 2019. DOI: 10.1038/s41586-019-1724-z.
C. Berner, G. Brockman, B. Chan, V. Cheung, P. Dębiak, C. Dennison, D. Farhi, Q. Fischer, S. Hashme, C. Hesse, R. Jozefowicz, S. Gray, C. Olsson, J. Pachocki, M. Petrov, H. P. d.O. Pinto, J. Raiman, T. Salimans, J. Schlatter, J. Schneider, S. Sidor, I. Sutskever, J. Tang, F. Wolski, and S. Zhang, “Dota 2 with large scale deep reinforcement learning,” arXiv preprint arXiv:1912.06680, Dec. 2019. DOI: 10.48550/arXiv.1912.06680.
J. Boron and C. Darken, "Developing combat behavior through reinforcement learning in wargames and simulations," in Proceeding of the 2020 IEEE Conference on Games (CoG), Osaka: JP, pp. 728-731, 2020. DOI: 10.1109/CoG47356.2020.9231609.
J. Boron, "Developing combat behavior through reinforcement learning," Ph. D. dissertation, Naval Postgraduate School, California, CA, 2020.
O. Vinyals, I. Babuschkin, W. M. Czarnecki, M. Mathieu, A. Dudzik, J. Chung, D. H. Choi, R. Powell, T. Ewalds, P. Georgiev, J. Oh, D. Horgan, M. Kroiss, I. Danihelka, A. Huang, L. Sifre, T. Cai, J. P. Agapiou, M. Jaderberg, A. S. Vezhnevets, R. Leblond, T. Pohlen, V. Dalibard, D. Budden, Y. Sulsky, J. Molloy, T. L. Paine, C. Gulcehre, Z. Wang, T. Pfaff, Y. Wu, R. Ring, D. Yogatama, D. Wünsch, K. McKinney, O. Smith, T. Schaul, T. Lillicrap, K. Kavukcuoglu, D. Hassabis, C. Apps, and D. Silver, “Grandmaster level in StarCraft II using multi-agent reinforcement learning,” Nature, vol. 575, no. 7782, pp. 350-354, Oct. 2019. DOI: 10.1038/s41586-019-1724-z.
C. Berner, G. Brockman, B. Chan, V. Cheung, P. Dębiak, C. Dennison, D. Farhi, Q. Fischer, S. Hashme, C. Hesse, R. Jozefowicz, S. Gray, C. Olsson, J. Pachocki, M. Petrov, H. P. d.O. Pinto, J. Raiman, T. Salimans, J. Schlatter, J. Schneider, S. Sidor, I. Sutskever, J. Tang, F. Wolski, and S. Zhang, “Dota 2 with large scale deep reinforcement learning,” arXiv preprint arXiv:1912.06680, Dec. 2019. DOI: 10.48550/arXiv.1912.06680.
J. Boron and C. Darken, "Developing combat behavior through reinforcement learning in wargames and simulations," in Proceeding of the 2020 IEEE Conference on Games (CoG), Osaka: JP, pp. 728-731, 2020. DOI: 10.1109/CoG47356.2020.9231609.
J. Boron, "Developing combat behavior through reinforcement learning," Ph. D. dissertation, Naval Postgraduate School, California, CA, 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Geduld-Spiele Cube 문제 해결을 위한 메타-강화학습 방법론
한국지능시스템학회 논문지
2024 .10
-
자율주행 환경에서 Unity-RL 을 이용한 심층강화학습 시각화 및 시뮬레이션에 관한 연구
한국통신학회 학술대회논문집
2021 .06
-
드론 환경에서 Unity-RL 을 이용한 심층강화학습 시각화 및 시뮬레이션에 관한 연구
한국통신학회 학술대회논문집
2021 .02
-
강화학습 환경에 따른 A2C, DQN 알고리즘의 학습 효율성 비교, 분석
Proceedings of KIIT Conference
2023 .06
-
Soft robotic films and their control based on reinforcement learning
한국생산제조학회 학술발표대회 논문집
2024 .07
-
“강화학습” 특집을 내면서
정보과학회지
2019 .11
-
산업용 사물 인터넷을 위한 프라이버시 보존 연합학습 기반 심층 강화학습 모델
정보보호학회논문지
2023 .12
-
Self-Play와 강화학습을 활용한 인공 신경망 기반 무인 전투기의 전술 기동 알고리즘 개발
한국항공우주학회 학술발표회 초록집
2020 .07
-
Reinforcement Learning for the Consensus of a Multi-agent System with Unknown Time Varying Delays
디지털콘텐츠학회논문지
2022 .07
-
Tsallis Actor Critic에 D2RL 적용을 통한 D2RL의 강건성 검증
한국정보과학회 학술발표논문집
2022 .12
-
저편향·고분산된 보편적 데이터를 이용한 효율적인 오프라인 강화학습 방법
디지털콘텐츠학회논문지
2024 .10
-
강화학습을 이용한 로봇학습 기법
정보 및 제어 논문집
2021 .04
-
심층 강화학습 기반 실시간 게임 인공지능 최신 동향
Proceedings of KIIT Conference
2022 .12
-
RL-GPT: Reinforcement Learning-based Generative Pre-trained Transformer for Inverse Design of Metal-organic Frameworks
대한기계학회 춘추학술대회
2023 .05
-
실용적 강화학습 기술 동향 : 모방학습부터 오프라인 강화학습까지
한국통신학회논문지
2023 .11
-
전력변환장치의 강화학습 기반 제어를 위한 모의 환경 구축
대한전기학회 학술대회 논문집
2021 .07
-
강화학습 에이전트 시야 정보 차이에 의한 학습 성능 비교
한국게임학회 논문지
2021 .10
-
A2C 강화학습 모델을 이용한 로봇팔 조작 연구
Proceedings of KIIT Conference
2023 .06
-
Reinforcement learning-based dynamic cleaning scheduling framework for solar energy system
한국지능시스템학회 논문지
2025 .02
-
안전한 모델 예측 제어와 강화 학습에 대한 연구 동향
제어로봇시스템학회 논문지
2025 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
강화학습 방법론을 이용한 탄도미사일 방어체계 무기-표적할당에 대한 인공지능 방법론 적용에 대한 연구
변무현
,
문일철
한국국방경영분석학회지
2022
.12
최적화 방식의 자산 할당을 통한 무인 무기체계 운용 방법 연구: 모자이크전을 고려한 미래 소해 전력 운용을 중심으로
권석의
Journal of the KNST
2023
.12
연장마감시간 기반 분산-실시간 모자이크전쟁 시스템
이순승
,
박정원
,
남치현
외 1명
디지털콘텐츠학회논문지
2023
.10
동적 저궤도 위성 네트워크에서 온보드 강화학습 기반 라우팅을 위한 이종 프로세서 기반 추론 병렬화 기술
김도형
,
이민준
,
이헌철
외 2명
한국정보기술학회논문지
2023
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090673657