심층 강화학습(DRL) 기반 엔드투엔드 로봇 제어, 조작/보행 정책 학습 및 Sim-to-Real 전이 기법입니다.
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: LEO-MEO-GEO 다중 궤도 환경에서 MAPPO 및 TarMAC 기반 다중 에이전트 강화학습을 적용하여, 단순 SNR 최대화 방식 대비 92%의 처리량을 유지하면서 핸드오버 횟수를 4배 이상 감축 독창적 차별점 2: 혼합정수 비선형계획법(MINLP) 문제를 마르코프 결정 과정 기반의 MARL 정책과 각 타임슬롯별 볼록 전력할당 서브프로블렘으로 분해하여 실시간 제어 성능 확보 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 다중 소스 제약 조건을 상·하단 경계면으로 융합하고 자기중심적 마진 필드(Margin Field)로 인코딩하여 전역 경로 계획 알고리즘(A*)에 준하는 비행 효율성과 실시간 제어 주기 내 연산 달성 독창적 차별점 2: 기존 멀티콥터 장애물 회피 기법의 한계를 극복하고, 가변 두께의 수직 제약 공역에 대응하는 통합 표현 제공 및 재학습 없는 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 맞춤형 Rainbow DQN과 하이브리드 CNN-LSTM 구조를 적용하여 방문객 대기 시간을 3.9~8.2분으로 단축하고 자원 이용률 76.9%~88.3% 달성 독창적 차별점 2: 동적 시공간 정보를 POMDP(부분 관측 마르코프 결정 프로세스)로 정식화하고, 분산 센싱 및 비동기 환경에서의 적응형 의사결정 보장 실무 파급력 3: 스마트 인프라, 무선 통신 자원 할당, 분산 제어 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 트래픽 폐기 확률 28%~35% 감소, URLLC 지연 시간 22%~30% 단축 달성 독창적 차별점 2: VQC(변분 양자 회로) 기반 액터-크리틱 아키텍처와 연합 학습을 통한 프라이버시 보호형 분산 제어 구현 실무 파급력 3: 고동적 공중-우주-지상 통합 네트워크(SAGIN) 환경에서 무인이동체(UAV) 기반 자원 할당 및 궤도 계획 최적화 제공 차세대 6G … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 개선된 DDQN(Double Deep Q-Network)을 적용하여 평균 불량률 2.6%(표준편차 0.4), 종합 성과 점수 89.4 달성 독창적 차별점 2: 동적 보상 함수, 우선순위 경험 재생(Prioritized Experience Replay), 다중 스텝 시간차 예측을 결합한 다차원 상태 공간 모델 구축 실무 파급력 3: 이질적인 센서 데이터와 분산 산업 정보 수집을 통합하는 확장 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 딥러닝 기반 간섭 조정 알고리즘을 통해 채널 상태와 트래픽 부하에 따라 전송 전력 및 스펙트럼 자원을 적응적으로 할당하여 스펙트럼 효율성 극대화 독창적 차별점 2: 원본 사용자 데이터를 공유하지 않고 연합학습(Federated Learning)을 적용하여 다중 도메인 간 협력적 자원 스케줄링 및 로드 밸런싱 달성 실무 파급력 3: 도심 핫스팟, … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 1,205개 문헌 중 엄선된 380개 연구를 바탕으로 한 PRISMA 기반 에이전틱 AI 정보 융합 체계적 고찰 완료 독창적 차별점 2: 아키텍처, 학습 패러다임, 협조 메커니즘, 의결 결합, 신뢰 모델링, 불확실성 표현을 아우르는 6차원 분류 체계 제시 실무 파급력 3: 하이브리드 클라우드-엣지 및 연합학습 구조를 통한 실시간 분산 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: PPO(Proximal Policy Optimization) 강화학습과 연속체 역학 기반 물리 시뮬레이션을 결합하여 2.5 kN 압축 하중에서 응력 표준편차 2.98 MPa, 파괴 확률 12.17% 달성 독창적 차별점 2: 섬유 배향각, 기공률 분포, 층 두께를 연속 상태 변수로 인코딩하여 미세구조 파라미터와 거시적 성능 간의 정량적 매핑 구축 실무 파급력 3: 지능형 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 이벤트 기반 트랜스포머 및 행동 복제(BC)/PPO 기반 정책은 재학습 없이 최대 80개의 실시간 요청 시나리오로 확장 가능함을 입증함. 독창적 차별점 2: 고정 프리픽스/유연한 서픽스 경로 커미트먼트를 도입하여 완료·진행 중·근미래 결정을 명확히 분리하고 제어 안정성을 확보함. 실무 파급력 3: 밀리초 단위의 빠른 연산 속도에도 불구하고 휴리스틱(Nearest Feasible) 대비 … 더 읽기
📌 핵심 요약 (Key Takeaways) 핵심 성과 1: 다중 전략 학습, 분산 합의, 페로몬 기반 통신을 결합하여 동적 환경에서의 자율 군집 운영 효율 극대화 독창적 차별점 2: 기존 중앙집중식 제어의 통신 오버헤드와 확장성 한계를 극복한 탈중앙화 하이브리드 아키텍처 제시 실무 파급력 3: 대규모 재난 감시, 수색 및 구조(SAR), 실시간 자원 최적화 임무에서의 결함 허용(Fault Tolerance) … 더 읽기
