스마트 정보 시스템 연구실
전기및전자공학부 성영철
스마트 정보 시스템 연구실은 전기및전자공학부에 속해 있으며, 강화 학습, 5G 이동 통신, 머신 러닝, 인공지능, 엣지 컴퓨팅 등의 연구 분야에서 뛰어난 성과를 내고 있습니다. 최근 3년 동안 스마트 도시의 분산 교통 관리, 자율 드론 상업화, 자기 개선형 학습 능력 인공지능 기술 개발 등 다양한 프로젝트를 성공적으로 수행하였습니다. 특히, 다중 에이전트 강화 학습과 정보 이론 기반의 강화 학습 연구에서 두각을 나타내며, 여러 국제 학술지와 학회에서 다수의 논문을 발표하였습니다. 또한, 5G 및 6G 통신 기술 개발에서도 중요한 기여를 하고 있으며, 관련 특허를 다수 보유하고 있습니다. 이러한 연구 성과를 바탕으로 스마트 정보 시스템 연구실은 다양한 기업들과의 협력 연구를 통해 혁신적인 기술 개발에 앞장서고 있습니다.
5G Mobile Communication
Machine Learning
Artificial Intelligence
분산형 교통 관리 시스템을 위한 다중 에이전트 강화 학습
스마트 도시에서의 교통 관리 문제를 해결하기 위해 다중 에이전트 강화 학습을 활용한 연구를 진행하고 있습니다. 이 연구는 교통 신호 제어, 차량 경로 최적화, 교통 혼잡 관리 등 다양한 교통 관리 시나리오에서 에이전트들이 협력하여 최적의 교통 흐름을 유지하도록 하는 알고리즘을 개발하는 것을 목표로 합니다. 이를 위해 마르코프 게임 이론을 적용하고, 분산된 에이전트들이 실시간으로 상황을 분석하고 의사 결정을 내릴 수 있는 시스템을 구축하고 있습니다.
자율 드론 상용화를 위한 과제 중심 강화 학습 핵심 기술 개발
자율 드론의 상용화를 위해 과제 중심 강화 학습 기술을 개발하는 연구를 진행하고 있습니다. 이 연구는 자율 드론이 다양한 환경과 상황에서 최적의 성능을 발휘할 수 있도록 하는 알고리즘을 개발하는 것을 목표로 합니다. 특히, 드론이 자율적으로 비행 경로를 계획하고, 장애물을 회피하며, 임무를 수행하는 데 필요한 핵심 기술을 연구하고 있습니다. 이를 위해 심층 강화 학습 및 다양한 강화 학습 기법을 활용하여 드론의 자율성을 높이고, 상용화 가능성을 높이는 데 주력하고 있습니다.
1
The max-min formulation of multi-objective reinforcement learning: From theory to a model-free algorithm
Giseung Park, Woohyeon Byeon, Seongmin Kim, Elad Habakuk, Amir Leshem, Youngchul Sung
International Conference on Machine Learning (ICML), 2024
2
Hard task first: Multi-task reinforcement learning through task scheduling
Myungsik Cho, Jongeui Park, Suyoung Lee, Youngchul Sung
International Conference on Machine Learning (ICML), 2024
3
Decision convformer: Local filtering in metaformer is sufficient for decision making
Jeonghyee Kim, Suyoung Lee, Woojun Kim, Youngchul Sung
International Conference on Learning Representations (ICLR), 2024
1
Information Theory-Based Reinforcement Learning for Generalized Environments
2
Development of Core Technologies for Task-Oriented Reinforcement Learning for Commercialization of Autonomous Drones
3
Development of Artificial Intelligence Technology for Self-Improving Competency-Aware Learning Capabilities