24.5

어느새 2월 23일 3기 최종 발표를 4주 남짓 남기고, 24.5 팀은 다섯번째 모임을 가졌습니다. 그동안의 모임에서는 딥러닝과 강화학습에 대한 기본적인 지식을 쌓고 실제 자율주행차의 현황들, 구체적으로는 현재 기업에서 주로 구현하는 방식은 무엇인지, 강화학습이 사용되는 사례는 어떤 것인지에 대해 리서치하고 공유하는 시간을 가졌는데요. 이번 모임에서는 최종 발표를 대비하기 위해 우리 팀이 실질적으로 어떤 Output을 낼 지에 대해 논의해봤습니다. 강화학습 환경 구성에 대한 논의 게임 엔진인 Unity를 이용한 용이한 가상 환

연구실 24.5는 강화학습을 이용한 자율주행 자동차 어플리케이션을 구현하고 기존 어플리케이션보다 뛰어난 성능을 위해 연구하는 연구실입니다. 강화학습 중에서도 딥러닝을 응용하는 구현체를 목표로 하고 있습니다. 우리는 자율주행 자동차 어플리케이션 구현이라는 큰 목표를 다음과 같이 세분화하고 있습니다. 1. Agent(자동차)의 주변 상황을 감지하고 정보를 객체화하는 과정 2. 객체화된 정보를 중요하고 필요한 정보로 전처리하는 과정 3. 처리된 정보를 통해 다음 Action을 결정하기 위한 의사결정 과정 이렇게 크게 세가지로 세분

2018년 12월 6일 목요일, 우리 연구팀은 첫번째 모임을 갖게 되었습니다. PangYo lab의 강화학습 학습 결과 공유, 차후 목표 구체화등 중요한 주제에 대해 많이 논했지만 그 중에서도 제일 중요했던 건 역시 팀명을 정하는 일이 아니었나.. 생각됩니다. 우선 우리가 서로 정보 공유하는데 필요한 클라우드 시스템을 하나 정하는 것이 좋다고 생각되어 구글 드라이브를 이용한 공유 폴더를 하나 만들었습니다. 차후 프로젝트를 실질적으로 시작할 때 git을 이용해 코드를 공유하자는 의견도 나왔습니다. 팀 이름은 우리 연구원들