메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김경수 (한남대학교) 윤영선 (한남대학교)
저널정보
한국소프트웨어감정평가학회 한국소프트웨어감정평가학회논문지 한국소프트웨어감정평가학회 논문지 제19권 제2호
발행연도
2023.6
수록면
49 - 59 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
강화학습을 적용한 게임 연구는 인공지능이 사람보다 뛰어날 수 있다는 것을 입증하였으며, 다양한 방법들이 제안되었다. 본 논문에서는 기존 연구에서 뛰어난 성능을 보인 ‘Video Pinball’과 유사하지만, 화면 및 구성이 더 복잡한 ‘3D-Pinball’에 다양한 모델 구성 및 개선된 강화학습을 적용하였다. 시각적 데이터를 사용하는CNN 기반의 모델과 고차원 데이터에서 적절한 특징을 추출하는 MLP 기반의 모델에 DQN, Double DQN, Dueling Double DQN 총 3가지 강화학습 알고리즘을 ‘3D-Pinball’에 적용하여 성능을 비교 및 평가한다. 실험은 빠른 진행을 위해 게임 플레이 시간 및 게임 목숨에 제한을 두고 진행했으며 실험 결과, MLP 기반의Dueling Double DQN 알고리즘을 적용한 모델이 가장 높은 성능증가율과 게임 성적을 보여 제한된 환경에서는 단순한 모델의 성능이 우수함을 보였다. 따라서, 학습 및 게임 환경의 우수한 성능을 위해서는 제약사항을고려한 모델 개발이 필요할 것으로 보인다.
#강화학습 #인공지능 #딥러닝 #게임 #전처리 #Reinforcement Learning #Artificial Intelligence #Deep Learning #3D-Pinball #Preprocessing

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0