Full-Scale Quantum Reinforcement Learning System Development for Dynamic Scheduling
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(도전형)
2026년
2710116294
과학기술정보통신부
한국연구재단
연세대학교
김창욱
17명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
9,483만원
9,483만원
기초연구
대학
서울특별시 서대문구
기계 > 산업/일반기계 > 산업/일반기계 관련 S/W
... 가중치 조합을 반복적으로 탐색하는데, 모델이 복잡해질수록 연산량이 기하급수적으로 증가한다. 이러한 연산 과정을 양자컴퓨팅으로 전환하면 여러 조합을 동시에 탐색할 수 있어 전체 연산 부담을 크게 줄일 수 있다.따라서 본 연구는 제조업에 디지털 전환을 넘어 양자 전환(Quantum Transformation, QT)을 실현하기 위한 기반을 마련하고자 한다. 특히 인공지능이 ...
... 강화학습 모델을 단계적으로 확장함으로써 양자 강화학습 모델 구축의 토대를 마련한다.(2차년도) 풀 스케일 양자 강화학습 모델 구축: 제조공정 시뮬레이터와 강화학습 모델을 양자 회로 기반 구조로 전환한다. 1) 공정 변동 요인의 확률 분포를 큐비트에 인코딩하고 양자 중첩을 활용해 다양한 제조공정 에피소드를 동시에 표현할 수 있는 양자 시뮬레이터를 구축한다. 2) 강화학습의 핵심 구성요소인 ...
... 도입함으로써, 제조 스케줄링 문제의 연산 효율화를 실현하고 실질적인 양자 이득을 기대할 수 있다.실제 제조 데이터를 활용하고 실제 양자컴퓨팅 환경에서 풀 스케일 양자 강화학습의 강건성을 검증함으로써 양자컴퓨팅 기술의 실용화와 발전 가능성을 높이고 산업 전반에 걸쳐 'Quantum Transformation'이라는 새로운 전환 방향을 제시할 수 있을 것으로 기대된다.