시간 및 혼잡도를 고려한 멀티 에이전트 강화학습 기반 대피 경로 산출 프레임웍

김준규; 이현수

doi:10.5391/JKIIS.2017.27.4.334

추천

검색

질문

자료유형: 학술저널

저자정보: 김준규 (국립 금오공과대학교) 이현수 (국립 금오공과대학교)

저널정보: 한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제27권 제4호

발행연도: 2017.8

수록면: 334 - 341 (8page)

DOI: 10.5391/JKIIS.2017.27.4.334

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 비상상황 발생 시 다수의 탈출 주체들을 신속하고 안전하게 대피시킬 수 있는 효율적인 경로산출 알고리즘을 제시한다. 대부분의 연구가 신속한 탈출 시간만을 고려하여 경로를 생성하는 것에 비하여, 본 연구에서는 혼잡도를 동시에 고려하여 신속하고 안전한 대피 경로를 생성한다. 또한, 각 탈출 주체들의 개별적인 학습을 상호 반영하는 멀티 에이전트 강화학습 방법을 게임이론에 접목하여, 특정 에이전트를 위한 경로 산출이 아닌 모든 에이전트들을 고려하는 대피 경로를 산출한다. 제시된 알고리즘은 탈출시간과 혼잡도를 동시에 고려하며, 전체 에이전트들의 효율적 경로를 산출한다는 점에서 기존의 연구들과 차별성을 지닌다. 제시된 알고리즘의 우수성을 보여주기 위하여, 다양한 탈출 경로 시뮬레이션 및 분석이 실증된다.

#탈출경로 산출 #강화학습 #멀티 에이전트 #게임 이론 #탈출 혼잡도 #Evacuation Framework #Reinforcement Learning #Mul-taigents #Game Theory #Crowdedness

참고문헌 (15)

참고문헌 신청

Silver, David, et al. “Mastering the game of Go with deep neural networks and tree search.” Nature 529.7587 (2016): 484-489 H. M. Schwartz, Multi-Agent Machine Learning: A Reinforcement Approach, WILEY, 2014 Hyo-Byung Jun, Dong-Wook Lee, Kwee-Bo Sim. “Performance Improvement of Genetic Programming Based on Reinforcement Learning.” Journal of Korean Institute of Intelligent Systems 8(3), 1998.6, 1-8 Sang-Woo Seo, Hyun-Chang Yang, Kwee-Bo Sim. “Behavior Learning and Evolution of Swarm Robot System using Q-learning and Cascade SVM”, Journal of Korean Institute of Intelligent Systems 19(2), 2009.4, 279-284 SooYeon Lim, KiJun Son, SeongBae Park, SangJo Lee. “The Improvement of Convergence Rate in n-Queen Problem Using Reinforcement learning”, Journal of Korean Institute of Intelligent Systems 15(1), 2005.2, 1-5

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김준규

소속기관 청주대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 산업공학

논문수 17 이용수 835

이현수

소속기관 Kumoh National Instutite of Technology

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 전기공학

논문수 86 이용수 6,594

이 논문과 함께 이용한 논문

홈IoT/커넥티드 가전을 위한 보안 기술

엄정용 한국통신학회지(정보와통신) 2017 .09

IoT 디바이스에서 다차원 디지털 신호 처리를 위한 신경망 최적화

최권택 디지털콘텐츠학회논문지 2017 .10

심볼릭 인공지능을 위한 R 심볼릭 데이터분석

전성해 한국지능시스템학회 논문지 2017 .10

기계학습 기반 네트워크 지능화

한연희 전자파기술 2017 .09

Software Defined Networking을 위한 다중 기계학습 결합 기반의 DDoS 탐지 시스템

김영빈 , 최동호 , 판 반 트렁 외 2명 한국통신학회논문지 2017 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-001195860

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)