http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
AI World Cup 환경을 이용한 멀티 에이전트 기반 지능형 가상 축구 에이전트 구현
이은후 ( Eunhoo Lee ),성현아 ( Hyeon-ah Seong ),정민지 ( Minji Jung ),이혜인 ( Hye-in Lee ),정진우 ( Jinoo Joung ),이의철 ( Eui Chul Lee ),이지항 ( Jee Hang Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
AI World Cup 환경은 다수 가상 에이전트들이 팀을 이뤄서 서로 상호작용하며 대전이 가능한 가상 축구 환경이다. 본 논문에서는 AI World Cup 환경에서 멀티 에이전트기반 학습/추론 기술을 사용하여 다양한 전략과 전술을 구사하는 가상 축구 에이전트 구현과 시뮬레이션 결과를 소개한다. 먼저, 역할을 바탕으로 협동하여 상대방과 대전할 수 있는 논리 기반 추론형 멀티 에이전트 기술이 적용된 Dynamic planning 축구 에이전트 9 세트를 구현하였다. 이후, 강화학습 에이전트 기반, 단일 에이전트를 조합한 Independent QLearning 방식의 학습형 축구 에이전트를 구현한 후, 이를 멀티 에이전트 강화학습으로 확장하여 역할 기반 전략 학습이 가능한 가상 축구 에이전트를 구현하고 시뮬레이션 하였다. 구현된 가상 축구 에이전트들 간 대전을 통해 승률을 확인하고, 전략의 우수성을 분석하였다. 시뮬레이션 예제는 다음에서 확인할 수 있다(https://github.com/I-hate-Soccer/Simulation).
정규화 흐름 잠재공간을 이용한 환경 특징 추출을 통한 딥러닝 기반 동작계획 알고리즘의 일반화 성능 개선
이은후(Eunhoo Lee),양현석(Hyunseok Yang) 대한기계학회 2023 대한기계학회 춘추학술대회 Vol.2023 No.11
In Robotics, fast and precise motion planning methods for the effective utilization of robots in complex environments stands as a core topic. To address this, previous research has proposed deep learning-based motion planning algorithms that leverage prior motion planning data and environmental information. However, these algorithms have shown limited generalization performance when applied to new environments. In this paper, we introduce a deep learning-based motion planning algorithm that is guided by environmental features extracted through an unsupervised learning approach and utilizes prior motion planning data. To effectively model the characteristics of point cloud data in environments, we employ diffusion probabilistic models and normalizing flows to model the latent space. Through experiments involving the motion planning of a point-mass robot in 3D, we validate that leveraging these extracted environmental features enhances the generalization performance of existing deep learning-based motion planning algorithms.