machinelearning-maze

🚀소개

명지대학교 2020 2학기 머신러닝 기말과제 프로젝트입니다.

머신러닝의 한 영역인 강화학습을 이용하여 미로찾기를 구현하였습니다. 제가 좋아하는 만화인 진격의 거인을 미로찾기에 접목시켜보았습니다.

⚙알고리즘

<경우 나누기>

(1) 변경된 좌표 (r,c)에 아무것도 없는 경우

해당 좌표를 리턴해준다. MazePanel에서 좌표를 색칠해준다. 여기서 pointList에 색칠된좌표를 저장한다.

(2)변경된 좌표 (r,c)가 장애물의 좌표인 경우

다시 현재 좌표를 리턴해준다. 이미 색칠되어 있으므로 MazePanel에서는 아무것도 안한다.(reward는 -5 깎인다.)

(3) 변경된 좌표가 장애물에 둘러 쌓인 경우

Reward를 통해 장애물에 둘러쌓인 것을 인지 할 수 있다.

전 좌표를 리턴해준다. MazePanel에서는 현재 좌표를 회색으로 칠하고 현재 좌표를 전좌표로 변경한다.

그렇게 되면 함정에 빠지는 좌표에서 빠져나오고 다음 탐색 때 아예 그좌표에 들어 갈 일이 없게 된다.

(4) 빠져나왔지만 여전히 장애물로 인해 이동이 불가능한 경우

help라는 변수를 통해 이동 불가능한 경우를 알 수 있다.

전 전 좌표를 리턴해준다. MazePanel에서는 현재 좌표,전 좌표를 회색으로 칠하고 다시현재좌표는 전 전 좌표로 변경해 준다.

*전 좌표, 전전 좌표 등은 pointList에 저장되어 있다.

<최적코스 찾기>

찾아진 경로의 수가 미로의 사이즈 *2 이상이고 중복된 경로가 나올 경우 경로 탐색을중지한다.

그리고 가장 적게 움직인 route를 findShortestPath 메서드를 이용하여 찾는다.그리고 찾은 경로를 미로에 파란색으로 그려준다

✨화면

진격의 거인 세계관을 설명해주는 창입니다.



거인이 발견된 곳은 갈 수 없는 곳으로 검정색으로 표시합니다. 거인발견이라는 버튼을 누르면 검정색 칸이 추가됩니다.



제한 횟수가 있습니다.



경로 찾기 버튼을 클릭하면 경로가 초록색으로 칠해집니다.



그 중 최적의 경로를 파란색으로 칠해집니다.

😐 아쉬운 점

원래의 목적은 할인율의 개념까지 포함하는 것이었습니다..

할인율이란 지금 이 경로가 당장보다 먼 미래에 더 좋다 라는 피드백 을 주기 위해 필요한 것입니다.

즉, 식으로 표현해보면 보상은 현재 행동을 통해 받는 보상+ 다음 상태에서 받을 보상할인율+ 그 다음 상태에서 받을 보상할인율^2 … 즉, 당장 받을 보상+미래보 상의 합으로 나타낼 수 있습니다. 그러나 할인율을 도입하기에 너무 어려워서 생략하고 보상만 다루었습니다..