닫기
Loading..

전자정보연구정보센터 ICT 융합 전문연구정보의 집대성

학술대회 프로시딩

홈 홈 > 연구문헌 > 학술대회 프로시딩 > 한국정보과학회 학술대회 > KCC 2020

KCC 2020

Current Result Document : 0 / 0

한글제목(Korean Title) MCTS와 결합하여 향상된 Deep Q-Network
영문제목(English Title) Improved Deep Q-Network in combination with Monte Carlo Tree Search
저자(Author) 정영빈   김기범   김병희   YeongBin Jeong   Kibeom Kim   Byoung - Hee Kim                          
원문수록처(Citation) VOL 47 NO. 01 PP. 0877 ~ 0879 (2020. 07)
한글내용
(Korean Abstract)
최근 로봇 제어 문제에서 심층 인공 신경망을 사용하는 방법들이 좋은 성능을 보이고 있다. 그 중에서도 Deep Q-Network 는 이산화 된 행동 공간을 학습하는데 있어 매우 높은 성능을 보이고 있다. 하지만 Deep QNetwork는 학습이 되었을 때, 좋은 성능을 보이지만 로봇이 작업을 학습하기까지 많은 시간이 소모된다는 문제가 있다. 이러한 문제가 발생하는 이유 중 하나는 희박한 보상으로 인해 로봇이 높은 보상을 얻는 행동을 찾아내기까지 걸리는 시간이 길기때문이다. 본 논문에서는 위의 문제를 해결하기 위한 방법 중 하나로 시뮬레이션 기반 트리 탐색을 같이 사용하는 강화학습 기법을 제안한다. 시뮬레이션 기반 트리 탐색을 통해 보상이 높은 행동을 찾아내는 것으로 보다 빠른 학습이 가능하게 되며, 학습이 되었을 때는 트리 탐색을 제외하는 것으로 빠른 행동 계획이 가능하도록 한다. 로봇 팔이 선반 위에 올려진 물체에 도달하는 작업을 통하여 기존의 강화학습 알고리즘과 비교한 결과, 트리 탐색 기법인 MCTS 를 결합하여 보다 적은 시도로 자주 성공함을 확인하였다.
영문내용
(English Abstract)
키워드(Keyword)                              
원문 PDF 다운로드