$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

딥러닝 기반 강화학습의 스마트 건설 적용 원문보기

건설관리 : 한국건설관리학회 학회지 = Construction engineering and management, v.18 no.1, 2017년, pp.20 - 22  

문일철 (KAIST) ,  박진규 (KAIST) ,  이한선 (KAIST) ,  박준건 (KAIST) ,  김도형 (KAIST)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이를 위하여, 현재 KAIST는 스마트 건설 공정 계획 및 최적 자원 조합에 대해 인공지능을 도입하는 연구를 진행 중이다. 본 기고문은 스마트 건설 공정 계획 및 최적 자원 조합에 대해 인공지능을 도입하게 된 배경을 살펴보며, 현재 진행중인 연구 및 해외 연구를 살펴보겠다.
  • 본 연구는 건설 공정 최적화에서 공정 계획 및 건설 자원 조합에 인공지능을 적용하는 연구에 대해 소개하였다. 국내외 모두 현재 연구 수준은 초창기라고 파악되며, 이러한 연구 방법론의 발전 및 적용에 연구자 및 현장 모두의 인식 전환과 노력이 필요할 것으로 예측한다.
  • 건설 계획으로는 다음 의사 결정 시간, 굴착 방식의 변경 등이 포함되며, 건설 계획 갱신을 위한 정책(Schedule Adjustment Policy)에 동적계획법이 활용된다. 이 연구는 명확하게 파악되지 않는 건설 현장에서 지속적인 관리를 어떻게 수리방법론을 활용하여 수행할 수 있는지 보여주는 사례이다.
  • 첫째로 지금까지 공사가 진행되어 왔단 실제 데이터가 필요하다. 이러한 데이터를 살펴보며, 일부 인공지능이 학습함으로써, 최적 공정 및 장비 조합의 도출이 어떻게 수행될 수 있는지 파악할 수 있다. 추가적으로 이런 데이터는 어떤 공정과 어떤 공정은 함께 수행이 가능하거나 불가능한지, 명시적 혹은 암묵적으로 금지되어 온 공정 운영이나 장비 조합을 배제할 수 있는, 공정 계획의 제약 조건으로 활용할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
강화학습이란 무엇인가? 강화학습 (Reinforcement Learning)은 여러번의 시뮬레이션 혹은 현실에서 의사결정을 수행한 데이터를 바탕으로, 특정 문제를 가장 효과적으로 해결할 수 있는 의사결정을 학습하는 것을 의미한다 [5]. 예를 들어, 2016년 알파고의 도전에서 볼 수 있듯이, 여러 기존 바둑 대국을 학습하며, 때로는 스스로 자신이 대국을하며, 때로는 다른 사람과의 대국을 통하여, 최적의 의사 결정 방식을 학습해나가는 것이 강화학습의 사례인 것이다.
현장 소장의 주된 역할은 무엇인가? 그렇기 때문에 현장 관리 소장의 역할은 매우 중요하며, 효과적인 관리를 할 수 있는 관리 소장은 시공사에 있어서 귀중한 자원이다. 현장 소장의 주된 역할은 제시된 현장 상황에서 공기 단축 및 원가 절감을 달성할 수 있는 최적의 건설 공정을 도출하며, 이를 최적으로 수행할 수 있는 건설 자원(장비 및 인력)의 조합을 구성하는 계획을 작성하는 것이다. 이런 계획에 현장의 충실한 작업 진행 및 관리가 덧붙여져, 공기 단축 및 원가 관리가 가능해 진다.
과거 다양한 공사 기록만으로는 현재 주어진 현장의 최적 공정을 도출하는 것이 어려운 이유는? 첫번째 데이터인 과거 다양한 공사 기록만으로는 현재 주어진 현장의 최적 공정을 도출하는데 어려움이 있다. 왜냐하면, 모든 공사 현장은 고유의 특이점이 있기 때문이다. 그러므로 공사 현장, 작업 요건과 같은 특이사항을 시나리오로 제시하며, 특정 공정 계획 및 자원 조합을 활용할 경우 어떻게 공정이 진행되는지 시뮬레이션할 수 있는, 시나리오 및 시뮬레이터가 필요하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (5)

  1. Dong, Ning. Automated Look-ahead Schedule Generation and Optimization for the Finishing Phase of Complex Construction Projects. Diss. Stanford University, 2012. 

  2. Sawhney, Anil, et al. "Agent-based modeling and simulation in construction." Simulation Conference, 2003. Proceedings of the 2003 Winter. Vol. 2. IEEE, 2003. 

  3. Halpin, Daniel W., and Marc Kueckmann. "CEPM 1: lean construction and simulation." Proceedings of the 34th conference on Winter simulation: exploring new frontiers. Winter Simulation Conference, 2002. 

  4. Silver, David, et al. "Mastering the game of Go with deep neural networks and tree search." Nature 529.7587 (2016): 484-489. 

    상세보기 crossref

  5. Mnih, Volodymyr, et al. "Human-level control through deep reinforcement learning." Nature 518.7540 (2015): 529-533. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로