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
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이태학 (서경대학교) 안준헌 (서경대학교) 김재현 (서경대학교) 조영완 (서경대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2021년도 대한전자공학회 추계학술대회 논문집
발행연도
2021.11
수록면
717 - 720 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

2022

모바일 게임플레이 행동 정책 학습을 위한 YOLOv3 기반 강화학습
이태학 ,  조영완 전기학회논문지 2022.01 학술저널

2021

모바일 게임플레이 행동 정책 학습을 위한 YOLOv3 기반 강화학습
이태학 ,  안준헌 ,  김재현 외 1명 대한전자공학회 학술대회 2021.11 학술대회자료

초록· 키워드

오류제보하기
This paper proposes a reinforcement learning model that constructs a sequential behavioral decision policy for playing a game by extracting feature points in an environment in which a game image is given. In this paper, we propose a method of optimizing performance through state domain reduction, transfer learning, and multi-agent-based modeling to obtain the maximum score available for game environments that must continue their actions and have time limitations in decision making. These methods were implemented for the ’Timberman’ game environment and experimented with learning performance by applying them as a player’s behavioral policy to evaluate the trained model.

목차

Abstract
Ⅰ. 서론
Ⅱ. 행동 정책 학습모델 구조
Ⅲ. 행동 정책 학습모델 구현 및 개선
Ⅳ. 학습모델별 학습 및 실험 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

LLM 애플리케이션 아키텍처를 활용한 생성형 AI 서비스 구현: RAG모델과 LangChain 프레임워크 기반
정천수 지능정보연구 2023 .12
모바일 게임플레이 행동 정책 학습을 위한 YOLOv3 기반 강화학습
이태학 ,  조영완 전기학회논문지 2022 .01

최근 본 자료

전체보기

댓글(0)

0