earticle

영어

The simulation is the method to predict and analyze the problem that is difficult to experiment in real world through the interaction between modeled entities. Existing simulation methods are operated based on initial input, which is entered when the simulation is started. But, it is only available to simulate limited and predefined situation, and impossible to handle the undefined exceptions. In order to overcome these problems, we propose unified learning approach, which is combining data-driven learning and knowledge-driven learning, for simulation planning. Proposed approach can plan new appropriate behaviors by learning many simulation experiences and domain knowledge in changing simulation environments. Also, we will verify the feasibility and effectiveness of proposed approach applying in the military simulation.

한국어

시뮬레이션이란 다양한 개체들이 모델링 된 정보에 따라 입력된 행동을 수행함으로써 실제 환경에서 실험하기 어려 운 문제들의 결과를 예측하고 검증하는 방법이다. 기존의 시뮬레이션 방법에서는 시뮬레이션이 시작되기 이전에 사 용자가 입력한 행동들을 시뮬레이션 개체들이 수행하거나 특정 조건에서 정의된 행동을 수행하여 시뮬레이션을 진 행했다. 하지만 기존의 방법을 통해 이루어지는 시뮬레이션의 경우, 사용자가 사전에 정의한 제한적인 범위 내에서 의 시뮬레이션만이 가능하며 실제 상황에서 발생될 수 있는 다양한 예외 상황을 고려하기 어렵다. 이러한 문제점을 극복하기 위해 본 논문에서는 시뮬레이션 개체들의 동적인 행위 계획을 위해 기존의 데이터 기반 학습과 지식 기반 학습을 상호 보완한 새로운 통합 학습 방법을 제안한다. 제안하는 통합 학습 방법을 통해 시뮬레이션 개체들은 다양 한 상황을 학습할 수 있으며 실제 시뮬레이션 과정에서 시뮬레이션 환경이 변경될 경우, 학습된 지식을 바탕으로 스 스로가 상황에 알맞은 새로운 행동을 계획할 수 있다. 또한, 제안하는 학습 방법을 군사 도메인의 시뮬레이션 상황 에 적용해보고 제안하는 학습 방법의 실제 적용 방법과 가능성을 검증한다.