DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 정송 | - |
dc.contributor.advisor | Chong, Song | - |
dc.contributor.author | 이재영 | - |
dc.date.accessioned | 2023-06-22T19:31:20Z | - |
dc.date.available | 2023-06-22T19:31:20Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=1032333&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/308205 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 김재철AI대학원, 2023.2,[iii, 20 p. :] | - |
dc.description.abstract | 최근 인공지능의 대두에 따라 워게임에서 적용되는 강화학습 기반의 전술방책 에이전트를 구현하기 위한 노력들이 이어지고 있다. 효과적인 전술방책 에이전트를 구현하기 위해서는 방책의 특징이 반영된 학습방법의 적용이 필요하다. 본 학위논문에서는 방책의 특징이 고려된 학습방법의 모습을 제시하고, 다중에이전트 보편적 연계변수 기반으로 한 새로운 구조를 제시하여 전술방책 에이전트를 구현할 수 있음을 확인한다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 연계변수▼a전이학습▼a다중에이전트 강화학습▼a군사방책▼a워게임 | - |
dc.subject | Successor features▼aTransfer learning▼aMulti-agent reinforcement▼aMilitary course of actions▼aWar-game | - |
dc.title | 강화학습 내 연계변수를 통한 전술방책 에이전트 구현 | - |
dc.title.alternative | Course of actions agents using successor features in reinforcement learning | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :김재철AI대학원, | - |
dc.contributor.alternativeauthor | Yi, Jae-Young | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.