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
- 학술대회자료
- 저자정보
- 발행연도
- 2023.10
- 수록면
- 1,962 - 1,968 (7page)
이용수
초록· 키워드
오류제보하기
The within-visual-range (WVR) air-to-air combat problem, also known as dogfight, has been of great interest to researchers and is known to be challenging to address with reinforcement learning due to its extremely nonlinear dynamics. The previous work on dogfight has required the design of complicated reward functions to control high-dimensional state and action spaces and the design of suitable adversaries to effectively engage any opponent. In this paper, we present a self-play soft actor-critic (SPSAC) framework that is specialized for training one-on-one dogfight. It combines self-play (SP) using the proposed league configuration and dense-to-sparse (D2S) reward based on the recurrent soft actor-critic (RSAC) algorithm. We built a simulated air combat environment to evaluate our method, focusing on whether the trained models are robust against various opponents. SPSAC responds to all opponents more robustly than models trained by a straightforward self-play algorithm and greatly surpasses models trained using conventional reinforcement learning in terms of training performance. Moreover, the inherent nature of SPSAC eliminates the risk of converging to a suboptimal policy after the complex reward function is designed or the risk of overfitting by encountering fewer opponents.
목차
Abstract
1. INTRODUCTION
2. AIR COMBAT ENVIRONMENT
3. METHOD
4. EXPERIMENT
5. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
희소 보상 환경 개선을 위한 정책 기반 심층 강화학습
전기학회논문지
2021 .03
-
D2S: 강화학습을 이용한 매니퓰레이터 제어를 위한 보상 빈도 기반의 커리큘럼 학습 개발
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
Soft Actor-Critic Algorithm based Deep Reinforcement Learning for Navigation and Tracking Control of UAVs
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
다각적인 보상 함수를 고려한 Multi-Critic 강화학습에 관한 연구: 추천시스템으로의 적용
한국전자거래학회지
2024 .11
-
위험도 평가 모델을 활용한 훈련 목적 공대공 전투 시뮬레이션
한국CDE학회 논문집
2023 .06
-
Goal-Directed Navigation in Sparse Rewards via Visual Information
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
Actor-Critic Algorithm with Transition Cost Estimation
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2016 .12
-
Actor-Critic Method 기반의 자율 공중 교전 알고리즘 연구
한국항공우주학회 학술발표회 초록집
2017 .11
-
강화학습의 트리 탐색 기반 종단간 소프트 Q러닝
한국통신학회논문지
2023 .01
-
강화 학습에 나타나는 희소 보상 문제를 해결하는 기법들
정보 및 제어 논문집
2021 .04
-
Reward Shaping for a Reinforcement Learning Method-Based Navigation Framework
한국정보통신학회 종합학술대회 논문집
2022 .10
-
가상 추적점과 행동 트리를 이용한 근접 공중 교전의 파일럿 의사결정 모델링
한국항공우주학회 학술발표회 초록집
2020 .11
-
희소 보상 환경을 위한 강화학습 게임 에이전트
대한전기학회 학술대회 논문집
2020 .07
-
The Risks and Rewards of the Future of Transportation
대한전자공학회 학술대회
2016 .06
-
심층 강화학습을 활용한 산업디자인
제어로봇시스템학회 논문지
2018 .12
-
SAC (Soft Actor Critic) 알고리즘을 이용한 무인항공기 경로 계획
제어로봇시스템학회 논문지
2022 .02
-
An Efficient Reinforcement Learning for Device-to-device Communication Underlaying Cellular Network
IEIE Transactions on Smart Processing & Computing
2020 .02
-
시연에 의해 유도된 탐험을 통한 시각 기반의 물체 조작
로봇학회 논문지
2022 .03
-
심층 강화학습을 이용한 단순 형상에 대한 설계이력 재구성
대한기계학회 춘추학술대회
2021 .11
-
A deep reinforcement learning algorithm based on modified Twin delay DDPG method for robotic applications
제어로봇시스템학회 국제학술대회 논문집
2021 .10
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088266768