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
장명규 (국민대학교 컴퓨터공학부) 김영호 (국민대학교 컴퓨터공학부) 민동엽 (국민대학교 컴퓨터공학부) 박기현 (국민대학교 컴퓨터공학부) 이승수 (국민대학교 컴퓨터공학부) 우종우 (국민대학교 컴퓨터공학부)
저널정보
한국IT서비스학회 한국IT서비스학회지 한국IT서비스학회지 제16권 제4호
발행연도
2017.1
수록면
137 - 148 (12page)

이용수

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

초록· 키워드

오류제보하기
Researches on the Artificial Intelligence has been explosively activated in various fields since the advent of AlphaGo. Particularly, researchers on the application of multi-layer neural network such as deep learning, and various machine learning algorithms are being focused actively. In this paper, we described a development of an artificial intelligence Janggi game based on reinforcement learning algorithm and MCTS (Monte Carlo Tree Search) algorithm with accumulated game data. The previous artificial intelligence games are mostly developed based on mini-max algorithm, which depends only on the results of the tree search algorithms. They cannot use of the real data from the games experts, nor cannot enhance the performance by learning. In this paper, we suggest our approach to overcome those limitations as follows. First, we collects Janggi expert's game data, which can reflect abundant real game results. Second, we create a graph structure by using the game data, which can remove redundant movement. And third, we apply the reinforcement learning algorithm and MCTS algorithm to select the best next move. In addition, the learned graph is stored by object serialization method to provide continuity of the game. The experiment of this study is done with two different types as follows. First, our system is confronted with other AI based system that is currently being served on the internet. Second, our system confronted with some Janggi experts who have winning records of more than 50%. Experimental results show that the rate of our system is significantly higher.
#Janggi Game #Reinforcement Learning #MCTS #Monte Carlo Tree Search) Algorithm #Artificial Intelligence Software #Machine Learning

목차

등록된 정보가 없습니다.

참고문헌 (18)

참고문헌 신청
방준성 / 2016 / VR/AR 게임기술 동향 / 전자통신동향분석 31(1):146~156 dbpia Browne, C. / 2012 / A Survey of Monte Carlo Tree Search Methods / IEEE Transactions on Computational Intelligence and AI in Games 4(1):1~49 google schola 조병헌 / 2008 / 게임 인공지능 연구동향 / 전자 통신동향분석 23(4):115~121 dbpia Fan, Y. F. / 2010 / The Research of Chinese Chess Based on Database with Self Learning / Proceedings of the Ninth International Conference on Machine Learning and Cybernetics :319~322 google schola Feinberg, E. / 2002 / Handbook of Markov Decision Processes / Kluwer google schola

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