과제 상세정보
목록대규모 시스템 분산제어를 위한 다중에이전트 강화학습 기법 개발
작성자
관리자
조회수
99
등록일
2024-05-22
사업 정보
| 내역사업 | 우수신진연구 |
|---|
과제 기본정보
| 과제명 | 대규모 시스템 분산제어를 위한 다중에이전트 강화학습 기법 개발 | ||||
|---|---|---|---|---|---|
| 과제고유번호 | 1711131188 | ||||
| 부처명 | 과학기술정보통신부 | ||||
| 시행계획 내 사업명 | |||||
| 시행계획 내 사업유형 | 예산출처지역 | 대전광역시 | 사업수행지역 | 대전광역시 | |
| 계속/신규 과제구분 | 신규과제 | ||||
| 과제수행연도 | 2021 | 총연구기간 | 2021-03-01 ~ 2024-02-29 | 당해연도 연구기간 | 2021-03-01 ~ 2022-02-28 |
요약 정보
| 연구목표 | 공학 시스템의 규모가 커지고 복잡해짐에 따라 이들을 효과적으로 모델링하고 제어하는 것이 어려워지고 있다. 다중에이전트 강화학습 (Multi-Agent Reinforcement Learning, MARL) 기법은 여러 에이전트로 구성된 시스템을 효과적으로 제어하는 분산화된 정책함수를 데이터를 사용하여 도출하는 기법이다. MARL은 위에서 언급한 복잡한 시스템... | ||
|---|---|---|---|
| 연구내용 | [1년 차: 복잡한 state로부터 의사결정에 유용한 feature를 추출하기 위한 Representation Learning 기법 개발]Dec-POMDP에서 개별 agent 는 local observation (global state 에 대한 일부 정보)를 관측하고 처리하여 최적 의사결정에 필요한 정보를 도출한다. 1년 차 연구에서는 개별 agent가 l... | ||
| 기대효과 | 많은 시스템이 무인화 자동화됨에 따라 이들 시스템을 잘 운영하여 시스템 전체의 효율성을 높일 수 있는 전략이 필요하다. 본 연구에서 개발된 MARL 알고리즘은 아래와 같은 문제를 해결하는 데 직접 활용될 수 있다.-Smart Factory: 하나의 부품 혹은 제품을 만들기 위해 수많은 공정이 필요하며, 이들 공정을 전체적인 관점에서 최적으로 운영하기 위한 ... | ||
| 키워드 | 인공지능,다중에이전트 강화학습,그래프인공심층신경망,분산제어 | ||
위탁/공동여부 정보
| 단독연구 | 기업 | 대학 | 국공립(연)/출연(연) | 외국연구기관 | 기타 |
|---|---|---|---|---|---|
|
기술 정보
| 연구개발단계 | 기초연구 | 산업기술분류 | |
|---|---|---|---|
| 미래유망신기술(6T) | IT(정보기술) | 기술수명주기 | |
| 연구수행주체 | 학 | 과학기술표준분류 | 인공물 > 정보/통신 > 정보이론 > 인공지능 |
| 주력산업분류 | 적용분야 | 전문, 과학 및 기술서비스업 | |
| 중점과학기술분류 | 과제유형 |
과제수행기관(업) 정보
| 과제수행기관(업) 정보 | 과제수행기관(업)명 | 한국과학기술원 | 사업자등록번호 | |
|---|---|---|---|---|
| 연구책임자 | 소속기관명 | 한국과학기술원 | 사업자등록번호 | |
| 최종학위 | 박사 | 최종학력전공 | 공학 |
사업비
| 국비 | 142,838,000 | 지방비(현금+현물) | 0 |
|---|---|---|---|
| 비고 | |||