방송과미디어 (Broadcasting and Media Magazine)

한국방송∙미디어공학회 (The Korean Institute of Broadcast and Media Engineers)
권호 표지

심층 강화 학습 기술 동향

  • 발행 : 2022.04.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

강화 학습 기술은 많은 분야에서 매우 적극적으로 활용되는 기계 학습 기술 중의 하나이며 최근 이를 사용한 많은 연구 결과를 다양한 기관에서 활발하게 보여주고 있다. 본 고에서는 이러한 강화 학습 기술에 대한 기본적인 소개와 해당 기술의 심층 강화 학습으로의 발전에 대해서 논한다. 더불어 이러한 심층 강화 학습의 많은 분야 중에서 최근 활발히 논의되는 모방 학습에 대해서 알아보고 그 활용성에 대해서 논한다.

키워드

참고문헌

  1. M. Shin, D.-H. Choi, and J. Kim, "Cooperative Management for PV/ESS-Enabled Electric-Vehicle Charging Stations: A Multiagent Deep Reinforcement Learning Approach," IEEE Transactions on Industrial Informatics, vol. 16, no. 5, May 2020.
  2. M. Choi, A. No, M. Ji, and J. Kim, "Markov Decision Policies for Dynamic Video Delivery in Wireless Caching Networks," IEEE Transactions on Wireless Communications, vol. 18, no. 12, December 2019.
  3. S. Jung, W.J. Yun, M. Shin, J. Kim, and J.-H. Kim, "Orchestrated Scheduling and Multi-Agent Deep Reinforcement Learning for Cloud-Assisted Multi-UAV Charging Systems," IEEE Transactions on Vehicular Technology, vol. 70, no. 6, June 2021.
  4. M. Shin and J. Kim, "Randomized Adversarial Imitation Learning for Autonomous Driving," in Proc. International Joint Conference on Artificial Intelligence (IJCAI), Macau, China, August 2019.
  5. W.J. Yun, M. Shin, S. Jung, S. Kwon, and J. Kim, "Parallelized and Randomized Adversarial Imitation Learning for Safety-Critical Self-Driving Vehicles," Journal of Communications and Networks, vol. 24, no. 3, June 2022.
  6. W.J. Yun, S. Yi, and J. Kim, "Multi-Agent Deep Reinforcement Learning using Attentive Graph Neural Architectures for Real-Time Strategy Games," in Proc. IEEE International Conference on Systems, Man, and Cybernetics (SMC), Melbourne, Australia, October 2021.
  7. M. Shin and J. Kim, "Joint Behavioral Cloning and Reinforcement Learning Method for Propofol and Remifentanil Infusion in Anesthesia," in Proc. IEEE International Conference on Information Networking (ICOIN), Jeju, Korea, January 2021.