원문정보
Model Design of Multi Objective Reinforcement Learning For City-scale Fire Disaster Response
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
도시 내에서 발생한 화재와 같은 재난은 도시 내 광범위한 지역에서 다수의 인명, 경제적 피해를 야기한다. 이러한 피해를 최소화하기 위하여 강화학습을 활용한 효과적인 재난 대응 팀의 배치 방안이 주로 연구되었으나, 기존 방안은 재난 대응팀의 관할 지역의 크기가 증가될 때 효과적인 재난 대응을 기대하기 어렵다. 따라서, 본 연구팀은 대규모의 재난 상황에서 기존 강화학습 기반 대응팀 배치 방식의 문제를 해결하기 위해 상충되는 목표들 간의 가중치를 조절하는 새로운 강화학습 기법과 각 대응 목표들의 정의를 화재 재난 상황을 기반으로 설계하고 제안한다.
목차
Abstract
1. 서론
2. 관련연구
2.1 재난 대응을 위한 강화학습 활용
2.2 MOMDP 기반 multi objective 강화학습
3. 제안 강화학습 모델 설계
3.1. 목표 함수 정의
3.2. Multi objective 최적화를 활용한 강화학습모델 정의
4. 결론
Acknowledgement
References
세션 II: MR-IoT융합 인공지능 기술
1. 서론
2. 관련연구
2.1 재난 대응을 위한 강화학습 활용
2.2 MOMDP 기반 multi objective 강화학습
3. 제안 강화학습 모델 설계
3.1. 목표 함수 정의
3.2. Multi objective 최적화를 활용한 강화학습모델 정의
4. 결론
Acknowledgement
References
세션 II: MR-IoT융합 인공지능 기술