심층 강화학습 deep reinforcement learning
방법 · 데이터·AI
심층 신경망과 강화학습을 결합해 복잡한 환경에서 최적 행동 정책을 학습하는 방법이다.
연도별 연구단 논문
국가 R&D 과제 동향 (NTIS, 억 원)
2015–2024 과제 레코드 315건 · 10년 602억 · 2015–19 대비 2020–24 신규 · 대학 수행 69.7% · 서울대(본교) 6.70%. 매칭: 영문 키워드 'deep reinforcement learning', 국문 '심층강화학습'. 기관운영비·인력양성·출연연 주요사업비 등 과제 아닌 레코드는 뺐다.
매칭 과제의 NTIS 표준분류(1순위, 연구비 비중): 정보/통신 > 소프트웨어 23% · 정보/통신 > 정보 이론 21% · 기계 > 로봇/자동화기계 17% · 정보/통신 > 정보이론 5%
최근 주요 과제 (2022–2024, 연차 정부연구비 순)
| 연도 | 과제 | 수행기관 | 부처 | 억 |
|---|---|---|---|---|
| 2022 | 클라우드 엣지 기반 도시교통 브레인 핵심기술 개발 | 한국전자통신연구원 | 과학기술정보통신부 | 28.0 |
| 2023 | (세부2-3) AI기반 재구성 가능 제조시스템 생산플래닝 기술 개발 | 엠아이큐브솔루션(주) | 과학기술정보통신부 | 12.0 |
| 2022 | 조립 작업과 같은 비정형 작업환경에 지능적으로 대응할 수 있는 심층강화학습 기반의 공유작업 기술 개발 | 고려대학 | 산업통상자원부 | 10.5 |
| 2023 | 6G 종단간 초정밀 네트워킹을 위한 핵심기술 개발 | 서울대학 | 과학기술정보통신부 | 6.0 |
| 2023 | 무인이동체 자율 유도제어 기술 개발 | 인하대학 | 과학기술정보통신부 | 4.9 |
| 2022 | 초고속 학습이 가능한 메타인지-모사 인공지능 설계 | 한국과학기술원 | 과학기술정보통신부 | 4.5 |
| 2022 | 실시간 입자성 물질 모니터링과 심층 강화학습 기반의 정수처리 자율운전 기술 | 울산과학기술원 | 과학기술정보통신부 | 4.0 |
| 2023 | 냉동공조, 수처리, 펌프 분야에 적용 가능한 AI(심층강화학습알고리즘)기반의 경제적 예지정비 및 관리 솔루션 개발 | 경기인천기계공업협동조합 | 중소벤처기업부 | 3.6 |
교수
| 교수 | 학과 | 논문 | 2022년 이후 |
|---|---|---|---|
| 차석원 | 기계공학부 | 4 | 3 |
| 이규섭 | 전기정보공학부 | 1 | 1 |
연결되는 NTIS 분류
없음
논문 (최신순)
| 연도 | 논문 | SNUEI 저자 | 피인용 |
|---|---|---|---|
| 2025 | Sequential Control of Individual Switches for Real-Time Distribution Network Reconfiguration Using Deep Reinforcement Learning IEEE Transactions on Smart Grid | 이규섭 | 9 |
| 2023 | An Improved Soft Actor-Critic-Based Energy Management Strategy of Fuel Cell Hybrid Vehicles with a Nonlinear Fuel Cell Degradation Model International Journal of Precision Engineering and Manufacturing-Green Technology | 차석원 | 18 |
| 2022 | A soft actor-critic-based energy management strategy for electric vehicles with hybrid energy storage systems Journal of Power Sources | 차석원 | 125 |
| 2022 | Recent Progress in Learning Algorithms Applied in Energy Management of Hybrid Vehicles: A Comprehensive Review International Journal of Precision Engineering and Manufacturing-Green Technology | 차석원 | 42 |
| 2021 | A Deep Reinforcement Learning-Based Energy Management Strategy for Fuel Cell Hybrid Buses International Journal of Precision Engineering and Manufacturing-Green Technology | 차석원 | 41 |
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 1
논문 5
Recent Progress in Learning Algorithms Applied in Energy Management of · A Deep Reinforcement Learning-Based Energy Management Strategy for Fue · An Improved Soft Actor-Critic-Based Energy Management Strategy of Fuel · A soft actor-critic-based energy management strategy for electric vehi · Sequential Control of Individual Switches for Real-Time Distribution N