(사)한국인지과학산업협회 인지기술 튜토리얼 19

게임과 로봇에 적용되는 강화학습

2017년 9월 2일(토)
서울대학교 관악캠퍼스 301동 118호

일 시

2017년 9월 2일(토)

장 소

서울대학교 관악캠퍼스 301동 118호

주 관

서울대학교 인지과학연구소

주 최

(사)한국인지과학산업협회

후 원

한국정보과학회 인공지능소사이어티, 한국인지과학회, 한국뇌공학회, 지능시스템학회, 대한전자공학회 컴퓨터소사이어티 인공지능/신경망/퍼지연구회, 대한의료정보학회, IEEE Seoul Section, ㈜코코링크

초대의 글

강화학습은 인공지능 에이전트가 스스로 환경과 상호작용하며 사람이 정해준 정답 없이도 학습이 가능해 로봇의 컨트롤, 게임의 자동 플레이 등에 활발히 이용되고 있습니다. 또한 딥 러닝을 강화학습에 적용함으로써 최근 강화학습의 성능과 이용 가능성이 크게 향상되어 2016년에는 딥마인드의 강화학습 알고리즘인 알파고가 이세돌 9단과의 바둑 대국에서 승리를 거두는 등 발전이 두드러지고 있습니다. 본 튜토리얼에서는 강화학습의 기본 개념과 대표적인 학습 알고리즘, 딥 러닝을 접목한 딥 강화학습의 대표적인 모델 및 게임과 로보틱스 분야의 최신 연구 성과를 소개하고 기본적인 딥 강화학습 모델의 구현 실습을 진행하고자 하니 여러분의 많은 관심과 참여 부탁드립니다.

2017년 8월 17일
한국인지과학산업협회 회장
장 병 탁

개 요

목 적
- 딥 강화학습에 대한 이해와 기술의 획득
진행 방식
- 다양한 실습과 데모가 포함된 튜토리얼
참석 대상
- 딥 강화학습에 관심 있는 기업체 연구원/대학원생
- 딥 강화학습 관련 제품을 연구/개발하는 기업체연구자
- 딥 강화학습의 인지기술/산업 응용에 관심 있는 연구자
- 인공지능/기계학습/인지컴퓨팅/빅데이터 분야의 연구자

프로그램

시 간	게임과 로봇에 적용되는 강화학습 9월 2일(토)
08:30~09:00	등 록
9:00~09:50	쫄지말자 강화학습 김승일 소장(모두의연구소)
10:00~12:00	강화학습 기본 이론 이범진 연구원(서울대학교)
12:00~13:00	점심시간
13:00~15:00	딥 강화학습 소개, 게임과 로봇에의 적용 최진영 연구원(서울대학교)
15:00~17:00	게임과 로봇에의 적용실습 이웅원 선임연구원(제이마플)

프로그램 소개

쫄지말자 강화학습
- 강 사
  김승일 소장(모두의연구소)
- 내 용
  먼저 강화학습의 개념과 강화학습 시스템이 발전되어 온 두가지 방향(value-based / policy-based)을 살펴본다. 그리고, Deep Learning이 결합된 Deep Reinforcement Learning의 현재와 미래 연구주제들을 논의한다.
- 약 력
  (현) 모두의연구소 연구소장
- 연구 분야
  Deep Learning, Reinforcement Learning
강화학습 기본 이론
- 강 사
  이범진 연구원 (서울대학교)
- 내 용
  강화학습은 생명체의 의사결정 과정을 수학적으로 모델링하고, 이를 학습하기 위한 알고리즘이다. 강화학습을 이해하기 위해서는 먼저 MDP라는 도구를 활용해 문제를 정의하는 방법부터 이해해야 한다. 본 강의에서는 이러한 수학적인 도구를 최대한 쉽고 직관적으로 이해하는 것을 목표로 한다.
- 약 력
  (현) 서울대학교 컴퓨터공학부 석박사통합과정 수료
- 연구 분야
  Cognitive Robotics, Deep Reinforcement Learning
딥 강화학습 소개, 게임과 로봇에의 적용
- 강 사
  최진영 연구원 (서울대학교)
- 내 용
  Deep learning을 강화학습에 적용한 Deep Reinforcement Learning은 게임, 로봇 컨트롤 등의 다양한 과제에서 인간을 넘어서는 성능을 보여주고 있다. 본 튜토리얼에서는 가장 널리 사용되는 딥 강화학습의 baseline인 DQN과 A3C 알고리즘에 대해 다루고 이를 기반으로 게임과 로봇 분야에 적용되는 최신 모델들에 대해 소개한다.
- 약 력
  (현) 서울대학교 인지과학 협동과정 석사과정
- 연구 분야
  Cognitive Robotics, Deep Reinforcement Learning
게임과 로봇에의 적용실습
- 강 사
  이웅원 선임연구원(제이마플)
- 내 용
  딥 강화학습이 발전함에 따라 쉽고 빠르게 강화학습을 적용해볼 수 있는 플랫폼이 필요했다. 2016년에 테슬라의 앨론 머스크가 투자한 OpenAI라는 비영리단체가 강화학습을 적용할 수 있는 gym을 만들어서 이 문제를 어느정도 해결했다. 본 튜토리얼에서는 딥 강화학습의 baseline 알고리즘인 DQN과 A3C를 Cartpole 예제와 Atari 게임 중의 Breakout에 적용해보는 것을 실습할 것이다.
- 약 력
  “파이썬과 케라스로 배우는 강화학습” 저자, (현) 제이마플 선임연구원
- 연구 분야
  Self-driving Car, Deep Reinforcement Learning

참가신청 안내

등록비 (결제바로가기)
- 무료 등록 대상
  한국인지과학산업협회 유료 회원사(2명까지) ☞ 협회 가입방법
  
  무료 등록 예정자 (2명 까지)의 참가신청서를 작성하여 event.nacsi@gmail.com로 보내주시기 바랍니다.
- 사전 등록 ( ~ 8/28(월) 17:00 까지)
  학생 등록 15만원
  일반 등록 35만원
- 일반 등록 (8/28(월) 17:00 이후)
  학생 등록 20만원
  일반 등록 40만원
  (8월 28일(월) 17:00 이후 적용. 행사 당일 현장 등록 시에도 적용)
등록 방법
- 카드 결제 또는 온라인 입금 후 확인 메일 발송
- 카드 결제
  카드 결제 사이트 (클릭)에서 결제 후 참가신청서를 작성하여 event.nacsi@gmail.com로 보내주시기 바랍니다. (참가신청서 파일 다운로드 )
- 온라인 입금
  아래의 계좌에 등록비를 입금하신 후 참가신청서를 작성하여 event.nacsi@gmail.com로 보내주시기 바랍니다. (참가신청서 파일 다운로드 )
  - 은행: 농협은행
  - 예금주: (사)한국인지과학산업협회
  - 계좌번호: 301-0157-1285-21
- 등록 관련 문의
  한국인지과학산업협회 사무국
  T. 070-4106-1005, event.nacsi@gmail.com
등록 혜택 안내
- 점심 식사 및 다과 제공
- 기념품 제공
- 모든 등록자 "인지기술튜토리얼 참가확인증" 발급
- 등록자에 한하여 강의자료 제공(by e-mail)

오시는 길

자세히 PDF

서울대학교 관악캠퍼스 301동 118호

TEL 070-4106-1005

대중교통 이용

지하철

2호선 낙성대역 4번 출구 약 50미터 직진 왼쪽 주유소 끼고 좌회전 후 약 20미터 직진 관악02 마을버스 탑승 서울대학교 제2공학관 하차 301동 118호

2호선 서울대입구역 3번 출구 관악구청방향 5511, 5513 버스 탑승 서울대학교 제2공학관 하차 301동 118호

주차 안내

- 평일에는 교내에 주차 공간이 항상 부족하오니 가급적 대중교통을 이용해 주시기 바랍니다.

- 자가용 이용시 1일(8시간) 주차비 3천원(현금만 가능)은 본인 부담입니다.