Performance Analysis of AI-based Combat Decision Support System using Multi-Agent Reinforcement Learning and Bayesian Decision-Making

본 논문은 불확실성 하에서 다중 에이전트 강화학습(MARL)과 베이지안 의사결정 프레임워크를 적용한 인공지능(AI) 기반 전투 의사결정 지원 시스템의 성능을 분석한다. 5명의 에이전트가 다양한 전장 상황에서 4가지 가능한 행동 중 최적의 결정을 내리도록 설계되었으며, 시뮬레이션은 1,000개의 시나리오와 5가지 불확실성 수준(0.1, 0.3, 0.5, 0.7, 0.9)에서 수행되었다. 실험 결과, 의사결정 정확도는 불확실성이 낮을수록 최대 92%에 도달했으며, 자원 효율성은 평균 0.65로 높은 수준을 유지하였다. 또한, 에이전트 간 협조도는 불확실성 0.5에서 0.69로 나타났으며, 응답 시간은 불확실성이 증가할수록 지수적으로 증가하였다. 이러한 결과는 제안된 시스템이 전장 환경에서 실시간 의사결정 및 자원 관리에 효과적임을 시사하며, 특히 낮은 불확실성 수준에서 높은 의사결정 정확도와 자원 효율성을 유지하고 있음을 보여준다.