System Design & Optimization Lab

다중 에이전트 강화 학습 환경 설계

다중 에이전트 강화 학습 환경을 설계하여 자율 에이전트의 협력적 행동을 유도하는 데 중점을 둡니다. 이 연구는 재난 대응 시 여러 에이전트가 부분적으로 관찰 가능한 환경에서 협력할 수 있는 알고리즘을 개발하고, 이를 시뮬레이션을 통해 검증합니다. 특히, 복잡한 상호작용이 요구되는 재난 상황에서의 에이전트 간 의사소통과 협력 메커니즘을 최적화하여 효율적인 문제 해결을 목표로 합니다.

도시 공중 모빌리티 시스템의 스카이포트 위치 선택 문제

도시 공중 모빌리티 시스템의 효율적인 운영을 위해 스카이포트 위치 선택 문제를 연구합니다. 이를 위해 다양한 도시 환경에서의 교통 패턴과 공기 이동 경로를 분석하고, 최적의 스카이포트 위치를 결정하는 모델을 개발합니다. 이 연구는 도시 내 교통 혼잡을 줄이고, 공중 모빌리티의 접근성과 효율성을 극대화하는 데 목적이 있습니다.