다중 에이전트 강화학습의 발전과 함께 게임 분야에서 강화학습을 레벨 디자인에 적용하려는 연구가 계속되 고 있다. 플랫폼의 형태가 레벨 디자인의 중요한 요소임에도 불구하고 지금까지의 연구들은 플레이어의 스킬 수준이나, 스킬 구성 등 플레이어의 매트릭에 초첨을 맞춰 강화학습을 활용하였다. 따라서 본 논문에서는 레 벨 디자인에 플랫폼의 형태가 사용될 수 있도록 시각 센서의 가시성과 구조물의 복잡성을 고려하여 플랫폼 이 플레이 경험에 미치는 영향을 연구한다. 이를 위해Unity ML-Agents Toolkit과MA-POCA 알고리즘, Self-play 방식을 기반으로2vs2 대전 슈팅 게임 환경을 개발하였으며 다양한 플랫폼의 형태를 구성하였다. 분석을 통해 플랫폼의 형태에 따른 가시성과 복잡성의 차이가 승률 밸런스에는 크게 영향을 미치지 않으나 전체 에피소 드 수, 무승부 비율, Elo의 증가폭에 유의미한 영향을 미치는 것을 확인했다.

With the rise of the 4th Industrial Revolution, a paradigm shift is being demanded across society, and this change is seen in the rapid increase of learners who want online classes that can be taken relatively freely compared to traditional classes that are constrained by time and space. Cyber university’s learning method using an online platform has the advantage of overcoming the limitations of teaching-learning methods and university education in a limited space, and providing educational opportunities to people who need education anytime, anywhere. However, in cyber universities, issues have also been raised about the stability of the educational system, the quality of educational contents, and the appropriateness of educational services. Thus, in order to maximize the learning effect in cyber universities, a system that supports and manages learning participation activities of learners is required so that not only high-quality contents but also various interactions in the teaching-learning process are activated. In this thesis, based on the author’s own experience in subject development and operation, I would like to examine the effects that the interaction between instructor-tutor-learners through the role of a subject-dedicated tutor and the teaching-learning method using an online platform.

상선에 당직사관으로 승선하기 위한 해기사는 승선 전 해기사로서 갖추어야 할 적절한 자격요건을 국제규정에 맞게 충족시켜야 한다. 해사영어 활용 능력은 이와 관련한 중요한 요소 중 하나이다. 해기 교육 과정에 입교한 학생들은 교내 수업을 통해 선박과 관련된 영 문 서류, 검사 문서 그리고 사고 보고서에 이르기까지 다양한 상황에 대한 해사영어활용능력을 습득하게 되며 이를 통해 일반 영어뿐만이 아닌 실무에서 사용되는 해사분야 전문 용어 및 특수 문장까지 학습하게 된다. 하지만 선박 및 해운산업의 특수성으로 인해 해사영어를 포함한 해기 지식이 전달되고 또 평가되는 데에는 많은 제약이 존재한다. 해당 연구는 항시 접속 가능한 해사영어 학습 및 시험 플랫폼의 활용을 기반으로 학생들의 학습 결과를 측정하고 이를 통한 교육 효과를 조사하였다. 실험은 승선실습 과정에 참여한 실습항해사를 두 집단으로 나누어 진행되었다. 한 집단은 해사영어 학습 및 평가 플랫폼을 활용하였고 다른 한 집단은 해사영어 학습 및 평가 플랫폼을 활용하지 않았다. 6주의 실험을 통한 최종 시험 결과 두 집단 간 해사영어 시험성적에 유의한 차이가 발생하였으며 이를 통해 해사영어 학습 및 평가 플랫폼의 활용이 해사영어 시험 점수에 유의미한 점수 차이를 가져오는 것을 확인하였다. 또한 학생들의 개인 학습시간을 조사하여 그 교 육 효과를 정량화하였으며 나아가 추후 연구에 대한 개선방향을 제시하고자 하였다. 해당 연구는 해사 교육 분야에 다양하게 적용하여 활 용할 수 있는 학습 플랫폼 활용 효능을 조사하였으며 향후 해사영어 교육 외에 그 범위를 넓혀 활용될 수 있을 것으로 사료된다.

The study examines the role of facilitating conditions and user habits in the use of technology in Online Learning Platform (OLP) in Indonesia. The adoption of online learning, persistence, and learning results in online platforms is essential for ensuring that education technology is implemented and gets as much value as possible. People who use technology and systems will embrace new technologies even more. This quantitative study is based on a survey of 254 respondents, who were active users of the technology, and considers the facilitating conditions and user habits variables. Two research hypotheses were tested using the Partial Least Square-Structural Equation Modeling method. Cronbach’s Alpha, path coefficient, AVE, R-square, T-test were applied. The results showed that the factors significantly influence the Online Learning Platform technology behavioral intention. This impact is primarily associated with the availability of the resources required to use OLP technology. The availability of these resources includes supporting infrastructures such as widespread Internet access, easy access to mobile devices, and file sizes that affect access speed. The findings of this study suggest that it is necessary to introduce and increase the availability of resources for using OLP technology, and familiarize people with the technology features.

In this paper, we present a learning platform for robotic grasping in real world, in which actor-critic deep reinforcement learning is employed to directly learn the grasping skill from raw image pixels and rarely observed rewards. This is a challenging task because existing algorithms based on deep reinforcement learning require an extensive number of training data or massive computational cost so that they cannot be affordable in real world settings. To address this problems, the proposed learning platform basically consists of two training phases; a learning phase in simulator and subsequent learning in real world. Here, main processing blocks in the platform are extraction of latent vector based on state representation learning and disentanglement of a raw image, generation of adapted synthetic image using generative adversarial networks, and object detection and arm segmentation for the disentanglement. We demonstrate the effectiveness of this approach in a real environment.

본 논문의 목적은 STEAM 기반 태블릿 G러닝 콘텐츠 개발 과정을 분석하는 것이다. STEAM이란 Science(과학), Technology(기술), Engineering(공학), Art(예술), Mathematics(수학)를 뜻한다. STEAM은 이들 분야를 하나로 융합하여 교육함으로써 과학기술에 대한 학생들의 흥미와 이해를 높이고 융합적 사고와 문제해결 능력을 신장시키는 것을 목적으로 하고 있다. 본 논문에서는 초등학교에서 운영할 수 있는 3D STEAM 교육과정을 G러닝과 융합한 플랫폼 개발 과정을 분석하였다. STEAM 학습 주제 분석을 통해 선정된 5학년 과학 '태양계와 별'에 대한 학습자의 흥미와 몰입도를 높이기 위해 단순 IT기반 온라인 학습 콘텐츠가 아닌 G러닝과 융합된 학습 콘텐츠를 새로이 개발하였다. 학생들은 콘텐츠에 대해 높은 흥미와 몰입을 보여주었다.