AI-driven automation for structural design has been actively studied in structural engineering. In particular, reinforcement learning (RL) has attracted attention as a framework in which an agent interacts with an environment to autonomously search for optimal design solutions in complex design spaces. This study proposes an automated design model for rectangular reinforced-concrete (RC) columns based on a multi-agent Double Deep Q-Network (Double DQN). Extending prior RL-based automation developed for RC beam design to column members, the proposed environment explicitly incorporates key column-specific behaviors, including axial force–bending moment (P–M) interaction and moment magnification due to column buckling. Four agents independently determine the section width (b), section depth (h), number of longitudinal bars (n), and bar size. The reward function combines (i) penalty terms for violations of ACI 318-19 design constraints and (ii) an economic reward defined relative to an approximate optimal cost predicted by a quadratic regression model. After training for approximately 10,000 episodes, the proposed multi-agent Double DQN consistently generated ACI-compliant column designs across all test load cases and produced solutions with improved cost efficiency compared with the approximate optimal baseline. These results demonstrate the feasibility and practical potential of multi-agent RL for automated RC column section design.

본 연구는 고속도로용 RC 교각 기둥구조에 대하여 축방향 기존 철근을 중공철근으로 대체하는 설계방안을 제시하였 다. 동일직경 기준으로 기존 이형철근을 중공철근으로 대체할 수 있는 합리적인 설계방안을 제시하였으며, 기존 축방향 배근량 을 감소하는 방안을 제안하였다. 본 연구에서 제안한 설계방안을 검증하기 위하여 3차원 유한요소 구조해석을 수행하였으며, 압 축하중에 의한 변수 수치해석을 통하여 본 연구에서 제안한 방안의 타당성을 제시하였다. 향후 다양한 변수 수치해석 및 실물 시험을 통하여 본 연구에서 제시한 설계방안에 대한 추가 검증이 필요하다.

본 연구는 기존 철근콘크리트 구조물에 대하여 대표적인 변위-기반 설계법인 Chopra&Goel 이 제안한 직접변위-기반 설계법의 기본개념을 적용하여 최대 설계지반 가속도에 대한 보강 Steel Jacket의 두께를 결장하고, 결정된 보강 두께를 적용하여 보강전 후 성능설계기법에 의한 비선형 해석 및 보강설계법에 의한 보다 개선된 알고리즘 및 프로그램을 제시하였다. Steel Jacket 보강된 철근콘크리트 기둥에 대한 설계 변위 추정을 위해 Steel Jacket 보강된 철근콘크리트 부재의 비선형 층상화 세그멘트 해석 모델을 제시하고, 성능기반설계에 의한 성능개선설계를 위하여 목표성능변위 및 설계자전가속도 조건에 대해 직접 변위-기반 설계 방법 및 변위계 수법에 의한 내진성능개선 설계 방법을 제시하였다. 적용 예에서 본 방법은 기존 철근콘크리트 기둥과 비교하여 성능개선설계 결과 보강 전에 비해 변위 연성비 및 변위성능에서 크게 개선된 성능설계 결과를 제공해 주었다.

본 연구에서는, 기존 철근 콘크리트 구조물에 적용된 직접 변위-기반 설계법을 적용 FRP 피복 보강된 성능개선 콘크리트 부재에 대한 정밀 비선형 휨 해석 및 내진성능설계의 구체적 알고리즘을 제시하였다. 비선형 휨 해석의 정밀 예측을 위하여 콘크리트 및 FRP 복합재료의 다축 구성관계를 고려하였으며, Chopra 등 (1999)이 제안한 직접 변위-기반 설계법(DDM)을 개선하여 철근콘크리트 기둥에 대한 성능개선을 위한 FRP 피복 보강을 위한 성능설계 알고리즘을 제시하였다. 제시된 직접 변위-기반 설계법은, 변위계수법과 비교하여, 비선형 거동이 큰 경우에도 목표 변위 성능 값에 대한 정확한 추정을 해준다. 이는 변위계수법이 항복 이전의 유효탄성계수를 사용하는 반면, 직접 변위-기반 설계법은 유효탄할선탄성계수를 고려하고 있어, 목표 변위에 따른 성능설계 평가에 있어서 보다 높은 연성비의 거동을 반영하고 있기 때문인 것으로 평가된다.