Citation Export
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 박찬영 | - |
| dc.contributor.author | 김규선 | - |
| dc.contributor.author | 이경진 | - |
| dc.contributor.author | 윤일수 | - |
| dc.date.issued | 2023-02 | - |
| dc.identifier.issn | 1226-4717 | - |
| dc.identifier.uri | https://aurora.ajou.ac.kr/handle/2018.oak/37941 | - |
| dc.identifier.uri | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002930352 | - |
| dc.description.abstract | 멀티 에이전트 심층 강화학습은 여러 에이전트 간의 통신을 통해 에이전트들이 협력적으로 공동의 목표를 달성하는 기계학습이다. 이러한 심층 강화학습 기술을 통해서, 도심 환경에서 교통정보 수집 및 보안을 위해 필수적인CCTV의 감시 역할을 여러 개의 도심 항공 모빌리티 (UAM, Urban Air Mobility)가 대체할 수 있다. 기존의CCTV는 고정된 위치에서 한정적인 시각 정보를 제공할 수 있지만, UAM을 통한 자율적인 CCTV 시스템을 구축하면 실시간으로 추적할 대상의 위치에 따라 유연하고 신뢰성 있는 시각 정보를 제공할 수 있다. 따라서, 본 논문은 에이전트 간 통신 임무를 수행하는 CommNet 알고리즘을 통해 여러 UAM들이 효율적으로 정보수집 및 감시가 가능한 시스템을 구축하는 기법을 제안한다. | - |
| dc.language.iso | Kor | - |
| dc.publisher | 한국통신학회 | - |
| dc.title | 자율적인 UAM 시스템의 효율적인 무인 정보수집 및 감시를 위한 멀티 에이전트 기반 심층 강화학습 | - |
| dc.title.alternative | Multi-Agent Deep Reinforcement Learning for Efficient Unattended Information Gathering and Monitoring of Autonomous UAM Systems | - |
| dc.type | Article | - |
| dc.citation.endPage | 184 | - |
| dc.citation.number | 2 | - |
| dc.citation.startPage | 176 | - |
| dc.citation.title | 한국통신학회논문지 | - |
| dc.citation.volume | 48 | - |
| dc.identifier.bibliographicCitation | 한국통신학회논문지, Vol.48 No.2, pp.176-184 | - |
| dc.identifier.doi | 10.7840/kics.2023.48.2.176 | - |
| dc.subject.keyword | Deep Reinforcement Learning | - |
| dc.subject.keyword | Multi-Agent | - |
| dc.subject.keyword | UAM | - |
| dc.subject.keyword | CCTV | - |
| dc.subject.keyword | CommNet | - |
| dc.subject.keyword | 심층 강화학습 | - |
| dc.subject.keyword | 멀티 에이전트 | - |
| dc.subject.keyword | UAM | - |
| dc.subject.keyword | CCTV | - |
| dc.type.other | Article | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
