ÀϺ» ÆÄ³ª¼Ò´ÐȦµù½º´Â ÃâÀÔ¹®À̳ª Å×ÀÌºí µî°ú Á¢ÃËÀÌ ÇÊ¿äÇÑ µ¿ÀÛÀ» ·Îº¿¿¡°Ô ±³½ÃÇÒ ¶§ ±³½Ã µ¿ÀÛÀ» Á¤È®ÇÏ°Ô ¼öÇàÇÏ¸é¼ µ¿½Ã¿¡ ¾ÈÁ¤¼ºµµ Á¦°øÇÏ´Â ±â¼úÀ» °³¹ßÇß´Ù°í ÃÖ±Ù ¹àÇû´Ù. ’ÀÛ¾÷ÀÇ Á¤È®ÇÑ ¼öÇà‘°ú ’¾ÈÀü¼º’ÀÌ ¾ç¸³ÇÒ ¼ö ÀÖµµ·Ï Á¦¾î ÆÐ·¯¹ÌÅ͸¦ È¿À²ÀûÀ¸·Î ÇнÀÇÒ ¼ö ÀÖ´Â ±â¼úÀÌ´Ù.
ÆÄ³ª¼Ò´Ð¿¡ µû¸£¸é, »ê¾÷¿ë ·Îº¿ÀÇ º¸±ÞÀÌ È®»êµÇ¸é¼ ·Îº¿¿¡°Ô µ¿ÀÛÀ» È¿À²ÀûÀ¸·Î ÇÁ·Î±×·¥ÇÏ´Â ±â¼úÀÌ Á¡Á¡ Áß¿äÇØÁö°í ÀÖ´Ù. ƯÈ÷ »ç¶÷À̳ª ¹°Ã¼¿ÍÀÇ Á¢ÃËÀ» µ¿¹ÝÇϴ ȯ°æ¿¡¼± ÀÛ¾÷ÀÇ Á¤È®ÇÑ ¼öÇà°ú ÇÔ²² Á¢ÃË À§ÇèÀ» ÁÙÀÌ´Â µ¿ÀÛÀÌ ¿ä±¸µÇ°í ÀÖ´Ù. ÇÏÁö¸¸ ÀÌ 2°¡Áö ¼Ó¼ºÀ» ¾ç¸³½ÃŰ´Â ·Îº¿ Á¦¾î ±â¼úÀº ³À̵µ°¡ ³ôÀº °ÍÀ¸·Î ¾Ë·ÁÁö°í ÀÖ´Ù.
ÆÄ³ª¼Ò´ÐÀº ½ºÇÁ¸µÃ³·³ À¯¿¬ÇÑ µ¿ÀÛÀ» ¼öÇàÇÏ´Â ·Îº¿À» »óÁ¤Çϰí, »ç¶÷ÀÌ ·Îº¿¿¡ ½Ã¿¬ÇÏ°í ±³½ÃÇÑ µ¿ÀÛÀÇ ºÐÀýÈ¿Í, ´Ù¸ñÀû º£À̽þð ÃÖÀûÈ(multi-objective Bayesian optimization) ¹æ½ÄÀ¸·Î Á¦¾î ÆÄ¶ó¹ÌÅ͸¦ ±¸ÇÒ ¼ö ÀÖ´Â 2´Ü°è ¹æ¹ýÀ» °í¾ÈÇß´Ù. À̸¦ ÅëÇØ ±âÁ¸ ¹æ¹ý¿¡ ºñÇØ ·Îº¿À» È¿À²ÀûÀ¸·Î ÇÁ·Î±×·¡¹ÖÇÏ´Â °Ô °¡´ÉÇØÁ³´Ù°í ¹àÇû´Ù.
ÆÄ³ª¼Ò´ÐÀº ÀÌ ±â¼úÀÇ ¼±Áø¼ºÀ» ±¹Á¦ÀûÀ¸·Î ÀÎÁ¤¹Þ¾Æ AI··Îº¸Æ½½º ºÐ¾ß ±¹Á¦ÄÁÆÛ·±½ºÀÎ ‘IROS(IEEE/RSJ International Conference on Intelligent Robots and Systems) 2023’¿¡ ³í¹®ÀÌ Ã¤ÅÃµÆ´Ù°í ¼Ò°³Çß´Ù.
ÆÄ³ª¼Ò´ÐÀº ¿À´Â 10¿ù 1ÀϺÎÅÍ 10¿ù 5ÀϱîÁö ¹Ì±¹ µðÆ®·ÎÀÌÆ®¿¡¼ ¿¸®´Â IROS 2023 ÄÁÆÛ·±½º¿¡¼ ÀÌ¿¡ °üÇÑ ³í¹®À» ¹ßÇ¥ÇÒ ¿¹Á¤ÀÌ´Ù. |