시뮬레이션의 동적인 행위 계획을 위한 통합 학습 방법
Unified Learning Approach for Dynamic Behavior Planning in Simulation
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
시뮬레이션이란 다양한 개체들이 모델링 된 정보에 따라 입력된 행동을 수행함으로써 실제 환경에서 실험하기 어려운 문제들의 결과를 예측하고 검증하는 방법이다. 기존의 시뮬레이션 방법에서는 시뮬레이션이 시작되기 이전에 사용자가 입력한 행동들을 시뮬레이션 개체들이 수행하거나 특정 조건에서 정의된 행동을 수행하여 시뮬레이션을 진행했다. 하지만 기존의 방법을 통해 이루어지는 시뮬레이션의 경우, 사용자가 사전에 정의한 제한적인 범위 내에서의 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 다양한 상황을 학습할 수 있으며 실제 시뮬레이션 과정에서 시뮬레이션 환경이 변경될 경우, 학습된 지식을 바탕으로 스스로가 상황에 알맞은 새로운 행동을 계획할 수 있다. 또한, 제안하는 학습 방법을 군사 도메인의 시뮬레이션 상황에 적용해보고 제안하는 학습 방법의 실제 적용 방법과 가능성을 검증한다.
Abstract
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.
참고문헌 (25)
- Carson, John S., "Introduction to modeling and simulation", Simulation Conference, 2005 Proceedings of the Winter (2005), IEEE
- Hyo-Cheol Lee, "Unified Learning Approach to Action Planning of Simulation Object", 2014 Korea Computer Congress, pp.689~691 (2014)
- Carbonell, Jaime G, "Learning by analogy: Formulating and generalizing plans from past experience" (1983), Springer Berlin Heidelberg
- Begum, Shahina, "Case-based reasoning systems in the health sciences: a survey of recent trends and developments", Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 41(4), pp.421~434 (2011)
- Koenig, Nathan P., "Demonstration-Based Behavior and Task Learning", AAAI Spring Symposium: To Boldly Go Where No Human-Robot Team Has Gone Before (2006)
- Hammond, Kristian J., "Explaining and repairing plans that fail", Artificial intelligence, 45(1), pp.173~228 (1990)
- Montani, Stefania, "Exploring new roles for case-based reasoning in heterogeneous AI systems for medical decision support", Applied Intelligence, 28(3), pp.275~285 (2008)
- Von Wangenheim, "Case- Based Reasoning–A Short Introduction" (2000), Universidade do Vale do Itajai
- Aamodt, Agnar, "Case-based reasoning: Foundational issues, methodological variations, and system approaches", AI communications, 7(1), pp.39~59 (1994)
- Whar, Si Yain, "Neural Network Supported Adaptation in Case based Reasoning", pp.264~276 (2001), Knowledge-Based Systems Centre, School of Computing, Information System and Mathematics, South Bank University
- Benson, Scott, "Inductive learning of reactive action models", ICML, 95 (1995)
- Su, Peng, "Mining actionable behavioral rules", Decision Support Systems, 54(1), pp.142~152 (2012)
- Gervasio, Melinda, "Learning email procedures for the desktop", Proc. AAAI 2008 Workshop on Enhanced Messaging (2008)
- Garvey, Thomas, "Learning by Demonstration to Support Military Planning and Decision Making" (2009), IAAI
- Myers, Karen L., "Learning by Demonstration Technology for Military Planning and Decision Making: A Deployment Story" (2011), IAAI
- Eker, Steven, "Iteration Learning by Demonstration", AAAI Spring Symposium: Agents that Learn from Human Teachers (2009)
- Schaal, Stefan, "Advances in neural information processing systems", pp.1040~1046 (1997)
- M. U. Ahmed, "A multi-modal case- based system for clinical diagnosis and treatment in stress management", presented at 7th Workshop on Case-Based Reason (2009), Health Sci.
- Díaz, Fernando, "gene‐CBR: A CASEBASED REASONIG TOOL FOR CANCER DIAGNOSIS USING MICROARRAY DATA SETS", Computational Intelligence, 22(3), pp.254~268 (2006)
- Glez-Peña, Daniel, "geneCBR: a translational tool for multiple-microarray analysis and integrative information retrieval for aiding diagnosis in cancer research", BMC bioinformatics, 10(1), pp.187~ (2009)
- R. Nicolas, "Improving the combination of CBR systems with preprocessing rules in melanoma domain", presented at 7th Workshop on Case-Based Reason (2009), Health Sci. (ICCBR)
- D. D. Wu, "A case-based framework for leveraging nutrigenomics knowledge and personalized nutrition counseling", Proc. Workshop CBR Health Sci., pp.71~80 (2004)
- 박충범, "휴대폰을 통한 개인 최적화된 학습 서비스 시스템 설계", 한국차세대컴퓨팅학회 논문지, 6(2), pp.21~30 (2010), 한국차세대컴퓨팅학회
- 홍수진, "지적장애 아동을 위한 콘텐츠 저작시스템 설계", 한국차세대컴퓨팅학회 논문지, 8(6), pp.27~36 (2012), 한국차세대컴퓨팅학회
- 배창석, "퍼스널 라이프로그 기반 생활 패턴의 일상 여부에 대한 분류", 한국차세대컴퓨팅학회 논문지, 7(2), pp.20~29 (2011), 한국차세대컴퓨팅학회