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 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.