모집중

강남캠퍼스

화 / 저녁 7:30~9:30

RL4RWS 시즌2 Reboot

LAB 참가 신청서 작성
연구목표

- RL4RWS 시즌 2에서 구현한 자율 주행 미니카를 완성도를 높이면서 강화학습이론을 깊게 스터디 하는 것이 시즌2 리부트의 목표입니다

지난 시즌 발자취

-시즌1: 2017. 09. 12~ 12. 19 4개월간 진행
Firmware 기반 강화학습을 이용한 Line trace 구현
결과물
- https://github.com/modulabs/RL4RWS
참조 자료
- https://www.youtube.com/watch?v=xXKnUeN1VgI
- https://www.youtube.com/watch?v=SGaNlbkyQMg
- https://github.com/michalnand/motoko_after_math_linefollower

- 시즌2: 2018. 01. 16~ 4. 17 3개월간 진행
MATLAB을 활용한 강화학습 기반 자율 주행 장난감자동차 구현
결과물 https://github.com/modulabs/RL4RWS/tree/master/S2-autonomous-car
참조 자료
데모영상 : https://www.youtube.com/watch?v=WtEYMELvRHI
코드(MATLAB):https://github.com/kennydl/Reinforcment-Learning-With-Q-Learning
문서: https://www.dropbox.com/s/mqkjhie1ahnc146/Rapport%201.9%20-%202015.05.22.pdf?dl=0

- 시즌3: 2018. 05. 08~ 10. 30
시즌 3에서는 인공지능 임베디드 플랫폼인 NVDIA JETSON TX2를 사용하여 자율 주행기능을 구현해 보았습니다.

랩 설립 취지

- 강화학습을 통한 임베디드 시스템 제어(제어이론을 바탕으로 하는 제어영역)는 향후에 일반화 될 것으로 전망합니다.
이를 위해서는 임베디드 분야(HW & SW) 기술과 인공지능 분야의 하나인 강화학습에 대한 기술이 결합이 되어야 합니다.
현재 임베디드 분야에 종사하는 분은 인공지능에 대하여 어렵게 생각하고 반면에 인공지능 분야에 종사는 분은 임베디드 분야에 대하여 어렵게 생각하여 상호간에 진입장벽이 높습니다.
이번 랩은 임베디드와 강화학습을 접목하여 서로간의 진입장벽을 낮추어서 실물을 활용한 다양한 모델을 직접 구현해 보고자 합니다.

본 랩의 구성원은 임베디드 분야 대기업 중소기업에서 실무를 하고 계시는 분이 많이 계셔서 임베디드분야에 강화학습을 적용하는 데 상호 도움이 될 것입니다.

임베디드 분야, 강화학습이론 분야의 기초가 없는 분 들을 대상으로 하는 각 분야 별 집중강좌도 검토 중입니다.

연구실 운영 방법

주 1회 (매주 화요일 저녁 7시 30 ~ 9:30)
1. 자율주행 미니카 구현 및 강화학습 적용
 자율주행차 플랫폼 제작
 각 기능별 테스트
 통합 테스트
 다양한 플랫폼에 적용

2. 강화학습 세미나
 강화학습 강좌
 딥러닝 강좌

랩 세미나 내용

- 랩 세미나 내용

1. 자율주행 미니카 구현
2. 강화학습 다양한 플랫폼에 적용(아두이노, 라즈베리파이, Jetson TX2)
3. 강화학습 및 딥러닝 스터디
• “파이썬과 케라스로 배우는 강화학습” – 큐러닝 이론 완성.

자격요건

- 실물강화학습에 관심있는 메이커
- 실물강화학습에 관심있는 회로 설계 담당자.
- 실물강화학습에 관심있는 펌웨어 엔지니어
- 실물강화학습에 관심있는 전산학과, 전자공학, 컴퓨터 공학과 관련자

랩짱

박철