[학회 후기]

석사과정을 시작하고 처음 참석하는 학회라 첫 경험이었다. 서울대학교에서 개최된 2019년도 대한산업공학회 추계학술대회는 우리 연구실에서 18개의 발표가 되었고 발표 내용이나 퀄리티 면에서 내가 속한 연구실의 멤버들이 자랑스러웠고 열심히 해야 겠다는 좋은 모티베이션이 되는 계기였다. 다음번에 참석하게 되면 발표자로 참석할 때를 대비해서 좋은 연구와 오랜 시간동안 정진해야겠다는 생각이 들었습니다. 그리고 가장 관심 분야인 강화학습 세션들도 몇개 보였고 발표자들의 발표를 보면서 매일 외국 논문을 보면서 게임 도메인에서 고민을 많이 했었지만 다양한 도메인에서 진행되어 연구가 되며 어느 수준인지를 가늠할수 있는 기회가 되어 더욱 더 좋았다. 

 

[발표 후기]

- 레고를 이용한 실제 환경에서의 강화학습 기반 스케줄링 알고리즘

물류에 사용되는 듀얼 스토커 시스템에서 동작하는 스케쥴링 작업을 하는 에이전트를 DQN으로 구현한 사례를 보았다. 이전에도 강화학습을 기회가 되어서 혈류에 와이어 네비게이션하는것을 시뮬레이터를 통해서 학습하고 실제 환경처럼 만들어서 동작하는 에이전트를 보았는데 같은 사례였고 강화학습이 현실 세계에 점점 영역을 확장하게 되는 좋은 마중물이 되는 연구인 것 같아서 반가운 마음에 카이스트 황설 연구원과 명함도 주고 받았다. DQN이라는 알고리즘이 나온지도 오래되었고 너무 기본적인 알고리즘이지만 역시나 현실 세계에 적용하기에는 가장 좋은 모습을 하고 있는 알고리즘이라느 생각을 다시 하였고 이 계기로 연락을 하고 좋은 연구 동료가 되길 희망한다. 시간대가 맞지 않아서 포트폴리오 최적화에 적용한 강화학습 사례는 추후에 발표자에게 연락해서 또 교류할 욕심도 생겼다.

 

- Missing Data Imputation with Adversarial Autoencoders

강현구 연구원이 진행하고 있는 GAN을 통한 결측치 문제를 해결하는 부분인데 회사에서 진행중인 연구와도 유사하며 내가 하고자 하는 연구분야와 관련지어 생각하니 더 재미있는 분야라는 생각이 들었다. 강화학습에도 이런 사례가 있느지 체크를 해볼 예정이다. 실제 off policy알고리즘에서 exprience replay의 sample들을 좀 더 이 연구분야와 연결지어 부스팅하는것도 좋은 연구사례가 되지 않을까 싶다. 비슷하게 model based approach로 world model과 유사한 케이스인것 같은데 강현구 연구원의 아이디어와도 비교하여 좋은 아이디어 도출도 가능하리라 생각이 든다. 간단한 실험을 해볼 생각에 마음이 들뜬다.