Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
시간 및 혼잡도를 고려한 멀티 에이전트 강화학습 기반 대피 경로 산출 프레임웍Multi-agent Reinforcement Learning based Evacuation Framework Considering Both Evacuation Time and Crowdedness
- Other Titles
- Multi-agent Reinforcement Learning based Evacuation Framework Considering Both Evacuation Time and Crowdedness
- Issue Date
- 2017
- Publisher
- 한국지능시스템학회
- Keywords
- Evacuation Framework; Reinforcement Learning; Mul-taigents; Game Theory; Crowdedness; 탈출경로 산출; 강화학습; 멀티 에이전트; 게임 이론; 탈출 혼잡도
- Citation
- 한국지능시스템학회 논문지, v.27, no.4, pp.334 - 341
- Journal Title
- 한국지능시스템학회 논문지
- Volume
- 27
- Number
- 4
- Start Page
- 334
- End Page
- 341
- ISSN
- 1976-9172
- Abstract
- 본 연구에서는 비상상황 발생 시 다수의 탈출 주체들을 신속하고 안전하게 대피시킬 수 있는 효율적인 경로산출 알고리즘을제시한다. 대부분의 연구가 신속한 탈출 시간만을 고려하여 경로를 생성하는 것에 비하여, 본 연구에서는 혼잡도를 동시에고려하여 신속하고 안전한 대피 경로를 생성한다. 또한, 각 탈출 주체들의 개별적인 학습을 상호 반영하는 멀티 에이전트강화학습 방법을 게임이론에 접목하여, 특정 에이전트를 위한 경로 산출이 아닌 모든 에이전트들을 고려하는 대피 경로를산출한다. 제시된 알고리즘은 탈출시간과 혼잡도를 동시에 고려하며, 전체 에이전트들의 효율적 경로를 산출한다는 점에서기존의 연구들과 차별성을 지닌다. 제시된 알고리즘의 우수성을 보여주기 위하여, 다양한 탈출 경로 시뮬레이션 및 분석이실증된다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - School of Industrial Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Related Researcher
- LEE, Hyunsoo
- College of Engineering (Department of Industrial Engineering)