메뉴 건너뛰기
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)
고객센터 ENG
주제분류

SMAC 환경에서 엄폐물 전략 학습을 위한 멀티에이전트 강화학습 모델 연구 Multi-Agent Reinforcement Learning for Cover Tactics in SMAC Environment

논문 기본 정보

저자정보
(서울대학교) (서울대학교) (서울대학교) (서울대학교) (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2023 한국소프트웨어종합학술대회 논문집
발행연도
수록면
1,018 - 1,020 (3page)
오류 신고하기

피인용 0

SMAC 환경에서 엄폐물 전략 학습을 위한 멀티에이전트 강화학습 모델 연구
검색

    초록·키워드

    실제 세계의 많은 시스템은 여러 주체들이 상호작용하는 멀티에이전트 환경으로 이루어져 있다. 멀티에이전트 강화학습 (MARL)을 활용한 군사 연구는 군사 능력의 향상과 작전 개선에 있어 안전하며 비용 ... 전체 초록 보기

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-24-02-089230440