깊은강화학습 기반 1-vs-1 공중전 모델링 및 시뮬레이션

• 영문명: Modeling and Simulation on One-vs-One Air Combat with Deep Reinforcement Learning
• 발행기관: 한국시뮬레이션학회
• 저자명: 문일철(Il-Chul Moon) 정민재(Minjae Jung) 김동준(Dongjun Kim)
• 간행물 정보: 『한국시뮬레이션학회 논문지』제29권 제1호, 39~46쪽, 전체 8쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2020.03.30

국문 초록

인공지능(AI)를 교전상황에 활용하는 것은 최근 10년간 국방 분야의 주요 관심사였다. 이러한 응용을 위해서, AI 교전 에이전트를 훈련해야 하며, 이를 위해 현실적인 시뮬레이션이 반드시 필요하다. 하드웨어 차원의 현실성을 가진 공중 무기체계 공중전 모델에서 AI 에이전트를 학습한 사례에 대해서 본 논문은 서술하고 있다. 특히, 본 논문은 기총만을 활용하는 공중전 상황에서 적을 어떻게 추적해야하는지 AI를 학습하였다. 본 논문은 현실적인 공중전 시뮬레이터를 작성하여, 에이전트의 행동을 강화학습으로 수행한 결과를 제시한다. 훈련 결과로는 Lead 추적을 활용하여 단축된 교전시간과 높은 보상을 갖는 에이전트의 학습에 성공하였다.

영문 초록

The utilization of artificial intelligence (AI) in the engagement has been a key research topic in the defense field during the last decade. To pursue this utilization, it is imperative to acquire a realistic simulation to train an AI engagement agent with a synthetic, but realistic field. This paper is a case study of training an AI agent to operate with a hardware realism in the air-warfare dog-fighting. Particularly, this paper models the pursuit of an opponent in the dog-fighting setting with a gun-only engagement. In this context, the AI agent requires to make a decision on the pursuit style and intensity. We developed a realistic hardware simulator and trained the agent with a reinforcement learning. Our training shows a success resulting in a lead pursuit with a decreased engagement time and a high reward.

목차

1. 서론

2. 기존 연구

3. 시뮬레이션 모델

4. 인공지능 모델

5. 실험 결과

6. 결론

References

키워드

인공지능 공중전 공중 무기체계 강화학습 Artificial Intelligence Dog fighting Air Warfare Reinforcement Learning