[논문]경영 시뮬레이션 게임에서 PPO 알고리즘을 적용한 강화학습의 유용성에 관한 연구

양의홍; 강신진; 조성현

doi:10.7583/jkgs.2019.19.6.61

경영 시뮬레이션 게임에서 PPO 알고리즘을 적용한 강화학습의 유용성에 관한 연구
A Study about the Usefulness of Reinforcement Learning in Business Simulation Games using PPO Algorithm 원문보기

한국게임학회 논문지 = Journal of Korea Game Society, v.19 no.6, 2019년, pp.61 - 70

양의홍 (홍익대학교 일반대학교 게임학과(공학)) , 강신진 (홍익대학교 일반대학교 게임학과(공학)) , 조성현 (홍익대학교 일반대학교 게임학과(공학))

초록
AI-Helper

본 논문에서는 경영 시뮬레이션 게임 분야에서 강화학습을 적용하여 게임 에이전트들이 자율적으로 주어진 목표를 달성하는지를 확인하고자 한다. 본 시스템에서는 Unity Machine Learning (ML) Agent 환경에서 PPO (Proximal Policy Optimization) 알고리즘을 적용하여 게임 에이전트가 목표를 달성하기 위해 자동으로 플레이 방법을 찾도록 설계하였다. 그 유용성을 확인하기 위하여 5가지의 게임 시나리오 시뮬레이션 실험을 수행하였다. 그 결과 게임 에이전트가 다양한 게임 내 환경 변수의 변화에도 학습을 통하여 목표를 달성한다는 것을 확인하였다.

Abstract ▼ AI-Helper

In this paper, we apply reinforcement learning in the field of management simulation game to check whether game agents achieve autonomously given goal. In this system, we apply PPO (Proximal Policy Optimization) algorithm in the Unity Machine Learning (ML) Agent environment and the game agent is designed to automatically find a way to play. Five game scenario simulation experiments were conducted to verify their usefulness. As a result, it was confirmed that the game agent achieves the goal through learning despite the change of environment variables in the game.

주제어

표/그림 (13)

그림 [Fig. 1] Organization of Game Objects
그림 [Fig. 2] Flow Charts of Player Character Agent (Left) and Customer NPC (Right)
그림 [Fig. 3] Block Diagram of ML-Agents[9]
그림 [Fig. 4] PPO Algorithm[13]
그림 [Fig. 5] Learning Brain Set of Agents
표 [Table 1] Learning Brain Properties
그림 [Fig. 6] Learning training cycle
표 [Table 2] Hyper Parameter
그림 [Fig.7] Reinforcement Learning Training Process
그림 [Fig. 8] Simulation Scenarios
그림 [Fig. 9] Experiment Results of Scenario No.1 to No.4
그림 [Fig. 10] Experiment Results of Scenario No.5
표 [Table 3] Simulation Results

AI 본문요약
AI-Helper

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

문제 정의

이를 위해 본 연구에서는 유니티를 활용하여 경영 시뮬레이션의 핵심 시스템 요소인 투자, 관리, 손실 시스템을 가지고 있는 간단한 실험용 미니 경영 시뮬레이션 게임을 개발하였다. 그리고 여기에 유니티 ML(Machine Learning)-Agent 환경에서 PPO(Proximal Policy Optimization) 알고리즘을 적용하여 경영 게임 내에서 에이전트가 강화학습을 통해 학습이 이루어지는지 확인해 보았다.
2]는 관객들과 관리자들의 일반적인 진행 프로세스를 보여준다. 본 게임은 플레이어가 관리자의 기능을 잘 이해하고, 제한된 시간 내에 관리자들을 제어하여 돈을 많이 버는 것이 플레이 목표이다.
PPO 알고리즘을 이용하여 타워 디펜스 게임에서 강화학습 에이전트 모델을 생성하려는 시도도 있었으며[8], Unity 엔진으로 만든 가상 비행 환경에서 PPO 알고리즘을 사용하여 에이전트가 다양한 외부환경의 변화에도 목표지점에 도달하는 비행궤적을 찾을 수 있다는 것을 보여 주었다[9]. 본 논문에서는 PPO 알고리즘을 경영 시뮬레이션 분야에 적용하여 그 유용성을 확인해 보고자 한다.
본 연구에서는 게임 및 디지털 컨텐츠 제작에서 주로 활용되는 Unity3D 게임 엔진으로 간단한 경영 시뮬레이션 게임을 개발하였다. 본 시뮬레이션 게임의 목표는 박물관 관장을 담당하는 주인공이 박물관을 경영하여 고객들을 접대하거나, 도둑을 잡거나, 혹은 투자를 하여 일정 수치 이상의 돈을 모으는 것이다.
본 실험의 목적은 경영 시뮬레이션 게임에서 에이전트가 목표를 달성하기 위해 투자의 변화에 따라 강화학습이 정상적으로 이루어지는지를 확인하는 것이다. 이를 위하여 [Fig.
본 연구의 결과를 통하여 변수가 에이전트의 학습 속도에 영향은 주지만, 결국 에이전트들이 게임목표에 달성할 수 있도록 학습한다는 사실을 확인할 수 있었다. 본 연구는 경영 시뮬레이션 게임에서 주로 적용되는 멀티 에이전트 환경, 투자, 손실 등의 시스템 규칙에서도 강화학습이 효과적으로 적용할 수 있는지를 실험용 게임을 제작하여 확인해 보고자 하였다. 그 결과 강화학습 기술이 경쟁형 대전 게임 장르나 퍼즐 장르 외에 경영 시뮬레이션 장르에서도 적용 가능함을 보였다.
본 연구에서는 강화학습을 이용하여 경영 게임을 시뮬레이션하고 투자의 변화, 보상 값의 변화, 도둑 에이전트의 추가 등의 변수가 에이전트의 학습에 미치는 영향에 대하여 연구하였다. 본 연구의 결과를 통하여 변수가 에이전트의 학습 속도에 영향은 주지만, 결국 에이전트들이 게임목표에 달성할 수 있도록 학습한다는 사실을 확인할 수 있었다.
본 연구에서는 게임 및 디지털 컨텐츠 제작에서 주로 활용되는 Unity3D 게임 엔진으로 간단한 경영 시뮬레이션 게임을 개발하였다. 본 시뮬레이션 게임의 목표는 박물관 관장을 담당하는 주인공이 박물관을 경영하여 고객들을 접대하거나, 도둑을 잡거나, 혹은 투자를 하여 일정 수치 이상의 돈을 모으는 것이다.
특히 2018년 텐센트는 자사의 게임인 펜타스톰에 강화학습 알고리즘을 적용하여 프로게이머 실력을 능가하는 에이전트를 선보였다[3]. 본 연구에서는 기존의 강화학습이 주로 적용된 대전형 게임이나 퍼즐 장르 이외에도 경영 시뮬레이션 장르에 강화학습 적용이 가능한지를 확인해 보고자 한다.
본 연구의 목적은 경영 게임 시뮬레이션 분야에서 강화학습을 적용하여 게임 에이전트가 최대의 보상을 얻을 수 있는 행동을 스스로 찾도록 하는 것이다. 강화학습 기법들은 주로 대전형 게임 혹은 퍼즐 게임류에서 그 유용성을 보여주었다.
그리고 이를 바탕으로 다양한 보상 함수를 설계해 볼 예정이다. 이후 학습된 모델을 다른 유사한 경영 시뮬레이션 게임에 적용하여 일반화시킬 수 있을지를 확인해 보고자 한다. 이러한 과정이 잘 이루어진다면 경영 시뮬레이션 게임에서 강화학습이 적용된 에이전트들의 창발적인 학습 과정을 통해 플레이어들에게 새로운 재미를 줄 수 있을 것으로 생각한다.

가설 설정

entropy 값이 감소하면 정책 결정의 랜덤성이 줄어드는 것으로 볼 수 있고, 이는 최적의 정책이 찾아졌음을 의미한다. 학습이 잘 되면 에이전트가 받은 보상 값이 증가하고, value_loss 값은 감소한다. 다른 4개의 시나리오에서는 value_loss 값이 전반적으로 자연스럽게 감소하였으나 시나리오5에서는 value_loss 값이 잘 수렴되지 않는 것을 볼 수 있다.

제안 방법

구현된 시스템은 총 5개의 시뮬레이션 시나리오를 만들었다. 각 시나리오에서 에이전트는 지정된 게임목표에 도달하기 위하여 강화학습을 통해 최적의 행동 패턴을 찾아내도록 하였으며, 시뮬레이션 결과들을 비교 분석하였다.
이를 위해 본 연구에서는 유니티를 활용하여 경영 시뮬레이션의 핵심 시스템 요소인 투자, 관리, 손실 시스템을 가지고 있는 간단한 실험용 미니 경영 시뮬레이션 게임을 개발하였다. 그리고 여기에 유니티 ML(Machine Learning)-Agent 환경에서 PPO(Proximal Policy Optimization) 알고리즘을 적용하여 경영 게임 내에서 에이전트가 강화학습을 통해 학습이 이루어지는지 확인해 보았다.

이론/모형

본 연구에서는 John Schulman이 제안한 Clipped Surrogate Objective 수식[11]을 사용하고, Actor-Critic 방법의 PPO 알고리즘을 적용하였다. 이 기법은 신경망을 두 개로 구성하여 최적 행동을 결정하고자 하는 기법이다.
본 연구에서는 Unity ML-Agent를 사용하였으며, 이는 Unity에 들어가는 오픈소스 플러그인이다[9]. ML-Agent는 Unity엔진과 PPO 알고리즘을 포함한 다양한 강화 학습 알고리즘을 포함하거나 연동 가능하도록 되어 있다.

성능/효과

본 연구는 경영 시뮬레이션 게임에서 주로 적용되는 멀티 에이전트 환경, 투자, 손실 등의 시스템 규칙에서도 강화학습이 효과적으로 적용할 수 있는지를 실험용 게임을 제작하여 확인해 보고자 하였다. 그 결과 강화학습 기술이 경쟁형 대전 게임 장르나 퍼즐 장르 외에 경영 시뮬레이션 장르에서도 적용 가능함을 보였다.
본 연구에서는 강화학습을 이용하여 경영 게임을 시뮬레이션하고 투자의 변화, 보상 값의 변화, 도둑 에이전트의 추가 등의 변수가 에이전트의 학습에 미치는 영향에 대하여 연구하였다. 본 연구의 결과를 통하여 변수가 에이전트의 학습 속도에 영향은 주지만, 결국 에이전트들이 게임목표에 달성할 수 있도록 학습한다는 사실을 확인할 수 있었다. 본 연구는 경영 시뮬레이션 게임에서 주로 적용되는 멀티 에이전트 환경, 투자, 손실 등의 시스템 규칙에서도 강화학습이 효과적으로 적용할 수 있는지를 실험용 게임을 제작하여 확인해 보고자 하였다.

후속연구

향후 연구는 범용적인 경영 시뮬레이션 게임에서도 적용 가능한지 확인하기 위해 좀 더 구체적인 경영 시뮬레이션 게임 구성 요소를 실험용 게임에 추가하고자 한다. 그리고 이를 바탕으로 다양한 보상 함수를 설계해 볼 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	강화학습의 특징은?	지도 학습과 비지도 학습의 경우 주로 어떠한 물체를 구분하거나 데이터의 특성을 분석, 가공하는데 사용되는 반면 강화학습은 주로 제어나 상호작용을 통해 최적의 행동을 탐색하는 분야에서 주로 사용된다[1]. 강화학습은 상태에 대한 행동을 매핑하는 방법을 학습하여 수치적인 보상을 극대화시킬 수 있는 행동을 선택한다[2].
	인공지능 기술 중 기계학습은 학습 방식에 따라 어떻게 나눌 수 있는가?	인공지능 기술 중 기계학습은 학습 방식에 따라 크게 지도 학습, 비지도 학습 그리고 강화학습으로 나눌 수 있다. 지도 학습과 비지도 학습의 경우 주로 어떠한 물체를 구분하거나 데이터의 특성을 분석, 가공하는데 사용되는 반면 강화학습은 주로 제어나 상호작용을 통해 최적의 행동을 탐색하는 분야에서 주로 사용된다[1].
	강화학습 기법 중 Policy Gradient 기법은 어떤 기법인가?	강화학습에서 인공 신경망을 적용하여 최적 행동의 행동 값을 직접적으로 얻는 기법으로 Policy Gradient(PG) 기법이 있다[2]. 이 기법은 인공 신경망 학습을 통해 누적 보상을 최대로 하는 최적 정책을 찾는 것이다. 누적 보상은 정책신경망을 통해 최적화하고자 하는 목표 함수에 의해 얻어지며 최적화 대상은 인공신경망 내의 가중치 값들이다.

참고문헌 (17)

Sungpill Kim, Deep Learning First Step, pp.17-33, Hanbit Media, 2016.
Taewoo Lee, Jinhoo Ryu, Heemin Park "Hovering Control of 1-Axial Drone with Reinforcement Learning", Journal of Korea Multimedia Society, Vol.21, No.2, pp.250-260, 2018.
Daniel R.Jiang, Emmanuel Ekwedike, Han Liu, "Feedback-Based Tree Search for Reinforcement Learning", Journal of Korea Multimedia Society, arXiv:1805.05935, 2018.
Jeongsoo Han, "A Study of Adaptive QoS Routing scheme using Policy-gradient Reinforcement Learning", Journal of the Korea Society of Computer and Information, Vol.16, No.2, pp.93-99, 2011.
Jongho Kim, Daesung Kang, Jooyoung Park, "Robot Locomotion via RLS-based Actor-Critic Learning", Journal of Korean Institute of Intelligent Systems, Vol.15, No.7, pp.893-898, 2005.
Arthur Juliani, "Introducing: Unity Machine Learning Agents Toolkit", Unity Blog, https://blogs.unity3d.com/2017/09/19/introducin g-unity-machine-learning-agents/, 2017.
Wooil Shim, Taehwa Park, Kyungjoong Kim, "Comparison of Policy Optimization Reinforcement Learning for Simulated Autonomous Car Environment", Korea Information Science Society, p.833-835, 2018.
Adrian Gonzalez, Ramirez, "Neural networks applied to a tower defense video game", Universitat Jaume I, Grauen Disseny i Desenvolupament de Videojocs [94], 2018.
Arthur Juliani, Vincent-Pierre Berges, Esh Vckay, Yuan Gao, Hunter Henry, Marwan Mattar, Danny Lange, "ML-Agents Toolkit Overview",https://github.com/Unity-Technologies/ml-agents/blob/master/docs/ML-Agents-Overview.md, 2017.
Jaehoon Lee, Taerim Kim, Jonggyu Song, Hyunjae Im, "Flight Trajectory Simulation via Reinforcement Learning in Virtual Environment", Journal of the Korea Society for Simulation, Vol.27, No.4, p.1-8, 2018.
Sonic, "PPO (Proximal Policy Optimization Algorithms) I Machine Learning & QA)", Naver Blog, https://cafe.naver.com/soynature/2400, 2017.
Saemaro Moon, Yonglak Choi "A Study on Application of Reinforcement Learning Algorithm Using Pixel Data", Journal of Information Technology Services, Vol.15, No.4, pp.85-95, 2016.
John Schulman, Filip Wolski, Prafulla Dhariwal, Alec Radford, Oleg Klimov, "Proximal Policy Optimization Algorithms", OpenAI, arxiv.org/pdf/1707.06347, 2017.
RL Korea, "PG Travel Guide", RLKoreaBlog, https://reinforcement-learning-kr.github.io/2018/06/29/0_pg-travel-guide/#, 2018.
Kyeongnam Kim, "ML-Agents Project Organization Unity ML / Unity", Naver Blog, https://blog.naver.com/kkyy0126/221448746477, 2019.
Arthur Juliani, Vincent-Pierre Berges, Esh Vckay, Yuan Gao, Hunter Henry, Marwan Mattar, Danny Lange, "Training with Proximal Policy Optimization", https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Training-PPO.md, 2017.
Arthur Juliani, Vincent-Pierre Berges, Esh Vckay, Yuan Gao, Hunter Henry, Marwan Mattar, Danny Lange, "Getting Started with the 3D Balance Ball Environment", https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Getting-Started-with-Balance-Ball.md#observing-training-progress, 2017.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증