An Intelligent Semiconductor FAB Scheduling Framework Based on Metaheuristic Knowledge Transfer and Evolutionary Reinforcement Learning with Equipment Reliability
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710116717
과학기술정보통신부
한국연구재단
숭실대학교산학협력단
허재석
3명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
6,409만원
6,409만원
응용연구
대학
서울특별시 동작구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 메타휴리스틱의 전역 탐색 능력과 진화적 강화학습의 실시간 대응 능력을 단계적으로 융합하여, 반도체 FAB의 복합 운영 제약과 동적 불확실성 하에서 생산성, 품질, 설비 운영 효율을 동시에 고려하는 강건한 지능형 스케줄링 프레임워크를 구축하는 데 있다. 이를 위해,- 메타휴리스틱 기반 고품질 해를 강화학습 초기 정책 형성에 활용하는 지...
◎ 1차년도: 이원화 FAB 시뮬레이터 개발 및 Warm-Start 정책 형성 - Q-time, 재진입 흐름, Setup Change 등 복합 운영 제약을 정밀 모사하는 메타휴리스틱-강화학습 공용 이원화 FAB 시뮬레이터 개발 - 유전알고리즘 기반 고품질 스케줄을 상태-행동-보상 궤적으로 변환하고 행동 복제를 통해 Cold Start 없이 학습을 시작하는 ...
... 인프라 없이도 적용 가능한 경량화 솔루션으로 발전시켜 중소·중견 제조 기업의 스마트 제조 전환 지원 - 이원화 시뮬레이터·정책 전이 프로토콜을 디스플레이, 2차전지 등 재진입 구조와 시간 ... Q-time 준수율 향상을 통한 웨이퍼 폐기 비용 절감 및 고가 설비 가동률 최적화로 추가 투자 없는 생산성 향상 기여 - 국내 반도체 산업 경쟁력 강화 및 제조업 전반의 디지털 전환 촉진