인공지능(AI)은 20년 이상 게임 분야에 널리 적용되어 왔다. 그러나 협동(coordination) 게임에서의 AI 에이전트, 특히 경주 게임에서 협동에 대한 연구는 상대적으로 적은 주목을 받아왔다. 이러한 관심의 부족은 불완전한 파트너를 충분히 보완하면서 사용자의 게임 플레이 경험 과 수행 능력 을 저해하지 않아야 하는 복잡성에서 부분적으로 기인한다. 우리는 경주 게임에서 협동 에이전트 의 잠재력을 탐구하고 밝히기 위해, 자동차 컨트롤을 두 개의 서로 다른 에이전트로 나눔으로써 협동 환경을 갖춘 자동차 경주 게임을 개발하였다. 이어서 실험을 통해 다양한 훈련 방법과 파트 너의 정보를 활용하여 에이전트와 파트너의 협동을 평가하였다. 특히, 학습 시 서브-옵티멀 파트 너와 함께하는 것과 에이전트를 해당 파트너에게 맞게 개인화하는 것의 영향을 조사하였다. 연구 결과, 불완전한 파트너와 훈련했을 때 성능이 2%에서 7%까지 향상되었으며, 파트너에게 맞게 개 인화했을 때는 모든 파트너에게 일반화한 경우보다 최대 3점(6.7%)까지 성능이 향상하였다. 본 연구를 통해, AI 에이전트를 개인화하는 것의 잠재력을 보여주었고, 에이전트가 파트너의 불완전 함을 인지하는 것의 장점을 확인하였다. 본 연구가 협 동 게임에서 개인화된 에이전트 연구에 이 바지하기를 기대한다.

The mechanical property of a phosphore layer was investigated by measuring the resolution (LP/mm) and by positron annihilation spectroscopy and SEM. Image plate samples containing the phosphore layer were irradiated by X-rays in a hospital numerous times over a course of several years. The LP/mm values of a (Ba,Sr)FBr : Eu image plate irradiated by X-rays varied between 2.2 and 2.0 over a period of four years. Coincidence Doppler Broadening (CDB) positron annihilation spectroscopy was used to analyze defect structures. The S parameters of the samples from hospital use varied from 0.6219 to 0.6232. There was a positive relationship between the time of exposure to the X-rays and the S parameters. Most of the defects were found to have been generated by X-rays.

양전자소멸법은 양전자와 전자가 만나 소멸하면서 발생하는 광자로부터 물질의 상태를 간접적으로 파악하는 실험 방법이다. 본 연구에서는 다양한 분야에서 널리 사용되고 있는 폴리머인 CR, EPDM, NBR에 대하여 양전자소멸법을 통해 양전자 소멸시간을 측정하였다. 한국원자력연구원의 Na-22 선원을 이용한 양전자소멸시간측정장치를 통해 양전자소멸시간의 세가지 수명과 세기를 측정하였다. 이중 세 번째 수명성분은 폴리머의 자유부피와 직접적으로관계된다. Tao-Eldrup 모델을 이용하여 3가지 폴리머에 대한 자유부피를 측정하였다. 그 결과 CR, EPDM, NBR의자유부피와 상대비율은 각각 0.1217 nm3 (1.910%), 0.1478 nm3(5.315%), 0.1216 nm3(2.638%)로 나타났다. 이를 통해 양전자소멸법의 폴리머에 대한 적용성을 확인할 수 있었으며 향후 비파괴적으로 폴리머의 특성변화를 분석하는 자료로 활용될 수 있을 것이다.