Acknowledgement
이 논문은 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임 (No. 2018R1A6A1A03025526 및 No. NRF-2020R1I1A3065610).
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2020.11a
- /
- Pages.1034-1035
- /
- 2020
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Multi-Agent Reinforcement Learning-based Behavior Control of Parcel Sortation System
소포물 분류 시스템의 다중 에이전트 강화 학습 기반 행동 제어
- Choi, Ho-Bin (Future Convergence Engineering Major, Dept. of Computer Science Engineering, KoreaTech University) ;
- Kim, Ju-Bong (Future Convergence Engineering Major, Dept. of Computer Science Engineering, KoreaTech University) ;
- Hwang, Gyu-Young (Future Convergence Engineering Major, Dept. of Computer Science Engineering, KoreaTech University) ;
- Han, Youn-Hee (Future Convergence Engineering Major, Dept. of Computer Science Engineering, KoreaTech University)
- 최호빈 (한국기술교육대학교 컴퓨터공학과, 미래융합공학전공) ;
- 김주봉 (한국기술교육대학교 컴퓨터공학과, 미래융합공학전공) ;
- 황규영 (한국기술교육대학교 컴퓨터공학과, 미래융합공학전공) ;
- 한연희 (한국기술교육대학교 컴퓨터공학과, 미래융합공학전공)
- Published : 2020.11.05
Abstract
인공지능은 스스로 학습하며 기존 통계 분석보다 탁월한 분석 역량을 지니고 있어 스마트팩토리 혁신에 새로운 전기를 마련할 것으로 기대된다. 이를 증명하듯 스마트팩토리의 주요 분야인 공정 간 연계 제어, 전문가 공정 제어, 로봇 자동화 등에서 활발한 연구가 이어지고 있다. 본 논문에서는 소포물 분류 시스템에 전통적인 룰 기반의 제어 방식 대신 다중 에이전트 강화 학습 제어 방식을 설계 및 적용하여 효과적인 행동 제어가 가능함을 입증한다.
Keywords