과학기술정보통신부/정보통신기획평가원 ‘인공지능대학원지원사업’의 지원을 받아 수행
![한림대학교(총장 김중수) 글로벌융합대학 인공지능융합학부 원동옥 교수의 제1저자 연구 논문이 국제저명학술지인 Science 자매지 “Science Robotics”(IF: 18.684, Robotics 분야 28개 저널 중 1위 (상위 3.5%)) 2020년 9월호에 게재되었다.](https://cdn.gwnews.org/news/photo/202009/207246_208111_5543.png)
한림대학교(총장 김중수) 글로벌융합대학 인공지능융합학부 원동옥 교수의 제1저자 연구 논문이 국제저명학술지인 Science 자매지 “Science Robotics”(IF: 18.684, Robotics 분야 28개 저널 중 1위 (상위 3.5%)) 2020년 9월호에 게재되었다.
게재된 논문, “아이스 환경 적응이 가능한 기계학습 기반 컬링 로봇 훈련 기술 개발”은 제안한 적응형 심층 강화 학습(Deep Reinforcement Learning)을 바탕으로 재학습 없이 새로운 빙판 환경에도 빠르게 적응할 수 있도록 로봇 훈련 방법을 제안했다.
그 결과, 불안정한 빙판 환경에 안정적으로 적응하여 숙련된 선수 수준의 컬링 경기 수행을 가능하게 했다.
동계 올림픽 정식 종목이기도 한 컬링은 경기장 온도, 습도, 정빙 정도 등에 따라 빙판이 불규칙하게 변화하는 특징이 있어 컬링 스톤을 원하는 위치에 안정적으로 도달하게 하기 위해서는, 숙련된 선수들은 수년에 걸친 빙판의 상태를 파악하는 훈련을 진행한다.
반면 이번 논문에 발표한 컬링 인공지능은 3~4일 만의 학습 및 훈련을 통해, 최적의 투구 전략을 수립하고 투구 로봇의 투구 힘, 투구 방향, 스톤 컬 회전을 제어해 숙련된 컬링 선수의 투구 수준에 근접하는 결과를 얻었다.
본 연구는 세계 최초로 선보인 인공지능 컬링 로봇 컬리(Curly)가 숙련된 선수 수준으로 실제 컬링 경기를 수행할 수 있는 경기력을 갖추기 위한 인공지능 핵심 원천 기술이다.
또한, 기존의 기계학습 기반 학습 방법은 단순히 안정적인 가상환경 또는 실험실 환경 수준의 문제를 풀고 검증하는 수준에 그쳤다면, 본 연구는 기존에 시도하지 못했던 불확실성이 높은 실제 얼음 환경 문제에 도전하여 기계학습 기반 인공지능 기술이 실제 환경 문제를 해결하고 숙련된 선수 수준으로 대응할 수 있다는 것을 보였다.
본 연구는 과학기술정보통신부/정보통신기획평가원 ‘인공지능대학원지원사업’의 지원을 받아 수행되었다.