Robust Reinforcement Learning-based Intelligent System Optimization under Heavy-Tailed Dynamics
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113991
과학기술정보통신부
한국연구재단
강원대학교
윤지현
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,439만원
4,439만원
기초연구
대학
강원특별자치도 춘천시
정보/통신 > 무선 통신·네트워크 > 무선·이동통신 시스템
본 연구의 최종 목표는 극단적 불확실성(Heavy-Tailed Dynamics) 환경에서도 안정적으로 동작 가능한 Robust 강화학습 기반 지능형 시스템 최적화 구조를 개발하는 것임. 실제 통신 및 네트워크 환경에서는 순간적인 대규모 트래픽 변화와 예측하기 어려운 시스템 부하 증가가 빈번하게 발생하며, 이러한 환경에서는 기존 평균 기반 강화학습 구조가 극...
1차년도에서는 극단적 불확실성 환경에서 기존 강화학습 구조가 왜 불안정해지는지를 분석하고, 이를 완화할 수 있는 Robust 강화학습 구조를 설계하고자 함. 이를 위해 상태 변화와 보상이 매우 큰 변동성을 가지며 일부 매우 큰 관측값이 반복적으로 발생할 수 있는 환경을 고려하고, bounded 상태 공간 가정 없이 unbounded 상태 공간 환경에서 강화...
... 네트워크 시스템 환경에서 직접적으로 활용 가능함. 예를 들어 차세대 무선통신 및 위성 네트워크 환경에서는 순간적인 트래픽 burst와 시간 변화형 간섭 환경이 빈번하게 발생할 수 있으며, 클라우드 및 대규모 인공지능 서비스 환경에서도 특정 시점에 요청이 집중되는 현상이 발생할 수 있음. 이러한 환경에서는 기존 평균 기반 강화학습 구조가 특정 관측값에 과도하게 영향을 받아 학습이 ...