인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
항만물류 환경에서 차량과 화물 간의 효율적인 배차를 위해서는 배차의 공정성/일관성 및 도로 상황 등과 같은 다양한 환경 요소를 고려해야 한다. 이러한 요소들은 실시간으로 변화하며, 운송 차량과 운전자에게 직접적인 영향을 미칠 수 있다. 하지만 기존의 최적화 기법은 환경 변화에 대한 적응력이 부족하여 실시간 배차 최적화에는 한계가 존재한다. 본 논문에서는 메타 강화학습 알고리즘인 MAML(model-agnostic meta-learning)과 PPO(proximal policy optimization)를 결합한 배차 최적화 기법을 제안한다. MAML을 활용하여 다양한 배차 환경 에서 최적화된 초기 정책을 학습하고, PPO를 통해 환경 변화에 적응하며 지속적으로 정책을 개선함으로써 배차 성능을 극대화한다. 모의실험을 통해 MAML+PPO 기반 최적화 알고리즘이 기존 알고리즘 대비 우수한 배차 성능을 보임을 확인하였다. 특히, APM(aggregate performance measure) 기반 성능 분석 결과, 제안한 알고리즘이 다양한 시나리오에서 높은 일반화 성능과 안정적인 최적화 성능을 달성함을 보였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094277768
