옵트리얼 x 한국기술교육대학교 지능형네트워크 연구실
- OPTREAL x Laboratory of Intelligent Networks at KOREATECH -
■ Current OPTREALing...
■ LINK 연구원
- 정책기반 강화학습 PPO 기반 4족 보행 로봇 파쿠르 (Legged Robot Parkour using PPO)
- 가치기반 강화학습 DQN 기반 6G 양자 네트워크 종단간 Entanglement 요청 최적화 (6G End-to-End Entanglement Request Optimization in Quantum Networks)
- 오프라인 강화학습 Decision Transformer 기반 드론 장애물 회피 최적 운항 (Optimal Drone Navigation for Obstacle Avoidance using Decision Transformer)
- 다분야 최적화 실험을 통한 비동기 PPO 검증 (Validation of Asynchronous PPO through Multi-Domain Optimization Experiments)
- 메타강화학습 VeriBad 기반 국가 조세 정책 최적화 (Optimization of National Tax Policy using Meta-Reinforcement Learning based on VeriBad)
■ LINK 연구원
■ 컴퓨터공학부 LINK 연구실 대학원생/예비 대학원생(학부연구생) 모집
한국기술교육대학교 컴퓨터공학부 Link 연구실에서는 다음과 같은 연구 분야에서 함께 연구할 열정적이고 유능한 대학원생을 모집하고 있습니다.
인공지능 및 강화학습
강화학습 기반 지능형 네트워킹 및 조합 최적화
강화학습 기반 자율 시스템 제어
- - 딥러닝 (Deep Learning)
- - 강화학습 (Reinforcement Learning)
- - 양자 기계학습 (Quantum Machine Learning)
- - 양자 강화학습 (Quantum Reinforcement Learning)
- - 5G/6G 네트워크 자원 최적화 (Resource Optimization)
- - 조합 최적화 (Combinatorial Optimization)
- - 양자 네트워크 (Quantum Network) 자원 최적화
- - 무인기 제어 (Unmanned Ground/Aerial Vehicle Control)
- - 로봇 제어 (Robotics Control)
- - 금융 에이전트 제어 (Financial Agent Control)
한국기술교육대학교 컴퓨터공학부 Link 연구실에서는 강화 학습의 이론적 연구를 통해 학습 방법을 개선하는 새로운 기법을 개발하고, 이를 실용적인 응용 연구에 결합하여 다양한 실제 문제에 대하여 혁신적인 최적화 성과를 얻는 연구를 수행합니다.
지원자격: 학부 3학년 및 4학년
- - LINK Lab. 대학원 진학 희망자
- - 새로운 기술과 지식을 배우고자 하는 열망이 강한 학생
- - 연구에 대한 열정과 끈기를 가지고 있으며, 어려운 문제에 도전하고 해결하는 것을 즐길 수 있는 학생
- - 스스로 동기 부여가 가능하며, 목표 달성을 위해 꾸준히 노력하는 학생
연구지원:
- - 100% 모든 대학원생에 대한 등록금 전액 및 조교 장학금 지급
- - 일정 수준의 생활비 지원
- - 고성능 GPU 컴퓨터 지원
- - 개인 노트북 (Mac Book)
- - 국내/해외 컨퍼런스 논문 발표 지원
- - 정부 출연 국책 연구소 과제 참여
상담 문의:
- - 담당교수: 한연희 (yhhan@학교메일) 2공학관 423호
- - LINK 연구실 대표학생: 지창훈 (koir5660@학교메일) 2공학관 433호
■ Highlighted Research Outcome Videos
LINK 연구실 제작 MARL (Multi-Agent RL) 라이브러리로 훈련시킨 SMAC (StarCraft Multi-Agent Challenge) 미니 게임 제어
LINK 연구실 제작 다중 AGV 이동 및 충돌 제어 및 비교 시물레이션
한국기술교육대학교 30주년 미래기술전시회 행사에서 한연희 교수님 기술 발표 영상 (2021년 11월)
LINK 연구실 제작 MARL (Multi-Agent RL) 라이브러리로 훈련시킨 공장 자동화: 물류 분류 최적 경로 제어
회전형 2단 도립 진자(Rotary Double Inverted Pendulum)에 대한 심층강화학습 기반 Swing Up & Balancing 제어
회전형 도립 진자(Rotary Inverted Pendulum) 3대를 활용한 엽합(Federated) 심층강화학습 기반 Swing Up & Balancing 제어 가속화