제1회 강화학습 기초 및 응용 강좌  

 통신네트워크/ICT 분야에서 연구 및 개발에 종사하시는 귀하 및 귀사의 무궁한 발전을 기원합니다.

한국통신학회에서는 “제1회 강화학습 기초 및 응용 강좌”를 준비 하였습니다. 올해 상반기는 전 세계적인 코로나 바이러스 전염의 위기 속에서 통신네트워크 인프라의 역할과 중요성이 주목받은 한편, 여러 가지 부족한 부분들도 드러났습니다. 통신네트워크/ICT 분야를 더욱더 발전시키기 위한 방안으로 인공지능(Artificial Intelligence)의 관심이 여러 해 동안 지속적으로 증가하고 있습니다. 이러한 여러 인공지능 및 강화학습 관련 연구 중에 최근에 Deep Reinforcement Learning, Meta Learning 그리고 시변성을 가진 환경에서의 강화학습에 대한 관심은 더욱 높습니다. Deep Reinforcement Learning은 강화학습에 딥러닝을 적용한 것으로 기존 강화학습의 연산시간, 샘플 비효율성 등의 한계를 극복할 수 있습니다. Meta Learning은 주어진 임무만을 학습하는 인공지능을 넘어, 새로운 임무에 대해서 이전 학습을 응용하여 인공일반지능(Artificial General Intelligence: AGI) 개발이라는 목표에 더 다가가는 기술입니다. 시변성을 가진 환경에서의 강화학습은 고정된 환경을 가정하는 강화학습 방법에서 벗어나 실제 환경 변화에 강인한 강화학습을 가능케 합니다.

이에 발맞추어 개론및 기술소개에 머무르지않고 심화학습관점에서 본 강좌를 구성하였습니다. 강화학습의 기본적인 이론을 설명 드리고 실제 응용에서는 어떻게 쓰이는지 원리를 다양한 예제와 함께 설명하고자합니다. Deep Reinforcement Learning은 대표적인 알고리즘들을 소개하고, 모바일 기기에서 성능을 향상시킨 응용 사례를 소개합니다. 또한 많은 관심을 받고 있는 Imitation Learning의 이론과 실제 응용 사례도 알아보려고 합니다. Meta Learning에서는 메타강화학습의 이론과 학습체계 및 응용사례를 소개합니다. 시변성을 가진 환경에서의 학습에서는 시변성을 가지는 환경에서 강화학습 알고리즘이 어떻게 구성되어야 하는지를 다루고 최신 기법들을 소개하고자 합니다.

이번 단기강좌는 강화학습 및 인공지능에 관심이 있는 통신네트워크/ICT 분야의 대학원생 및 연구원이라면 기초뿐만 아니라 최근의 연구 이슈를 습득함으로써 좋은 연구를 위한 첫 걸음이 되는 확실한 토대를 마련함을 그 목적으로 하고 있습니다.

강화학습의 기초 및 응용으로 구성된 이번 강좌에서 네트워크 분야의 대학원생 및 연구원들이 강화학습을 이용한 연구에 도움이 되기를 진심으로 기원합니다. 감사합니다.