• 목록

C6.3. 시뮬레이션과 강화 학습을 활용한 디스플레이 세정 공정 이송 작업 최적화
해당 발표는 이송로봇 투입에 대한 최적화를 강화학습을 활용하는 내용이였다. 이송 로봇 투입에 대해 로봇의 작업 범위를 action으로 하고, 각 이송로봇의 특성, 조건을 설정을 기반으로 모델을 세팅했다고 한다. 모델은 q-learning을 기반으로 학습했고 전반적인 test로는 시뮬레이션을 통한 검증을 사용했다. 현재 진행중인 개인 연구가 강화학습을 이용한 task이기 때문에 비슷한 주제여서 듣게 되었지만 기본 강화학습의 세팅 관련해서 사용중인 PPO와 완전히 같지는 않지만 action과 state 정의 관련해서 action과 state의 관계에 관련해서 state를 좀 더 확정적으로 정의할 수 있는 아이디어를 줬던 발표였던 것 같다.


c8.5 설명가능한 추천시스템을 위한 대규모 언어 모델의 활용
해당 발표는 NLP에 대한 주제이며 대규모 언어보델을 활용할 시 fine-tuning을 주로 사용하는데 이때 모델이 너무 커지는 문제를 prompt tuning을 통해 해결하고자 하는 주제를 다뤘다. 주로 NLP를 다루진 않지만 학부때는 관심이 많았던 주제여서 학회오면 꼭 한번씩 듣게 되는데 더 흥미를 일으켰던 발표였던 것 같다. 해당 발표에서는 GPT3.5-Turbo를 활용하는데 영어인 data로 사용이 됐는데, 이를 한국어로 이용하여 진행이 된다면 그대로 좋은 성능을 보일지, 만약 좋은 결과를 내면 괜찮은 주제인 것 같다는 생각이 드는 발표였다.