A model of an intelligent agent based on recurrent neural network is presented and assessed in prisoner's dilemma game. This method is superior than classical reinforcement learning especially for the ability of searching continuous action and continuous state space. Through experiments, we show that the agent has good adaptation ability to fixed strategies. In the both learning case, it is not guaranteed that they find optimal solution. To overcome this problem, we introduce personality to each agent. This is an attempt to build an agent retaining high adaptation capability to various environment by imitating the inherent property in human. Through evolutionary simulation, we show that the community of agents with personality evolves to bring social prosperity. In addition, the extension to a model of a stockmarket is presented in which independent adaptive agents can buy and sell stock on a central market.
인간의 사고와 판단을 모델하기 위하여 회기신경회로망 모델을 도입하고, 이의 응용 예로 '죄수의 딜레마' 게임에 적용하였다. 먼저, 고정된 전략을 갖는 상대와의 게임에서는 제안된 신경회로망 에이전트가 상대의 전략을 학습하고 적절한 대응을 할 수 있었다. 상대방도 학습을 하는 경우에는 일반적으로 수렴이 보장되지는 않으나, 특수한 성격을 갖는 에이전트의 경우 상호협력으로 발전할 수 있음을 보였다. 이러한 학습 에이전트가 많은 사회모델의 경우, 에이전트의 특성에 따라 다양한 사회로 적응해 감을 볼 수 있다. 이 연구는 에이전트의 행동에 개성을 부여함으로서, 환경으로부터 스스로 배우고 발전하는 학습가능 에이전트의 개발은 물론, 인간이 모여 사회를 구성하는 사회발전모델의 연구에도 활용될 수 있을 것이다.
