군사/재난 의사결정 또는 실시간 전략 게임(StarCraft 등) 등에서 광범위한 순환 공간, 비전이적(non-transitive) 전략 그리고 대응 전략(counter-strategies) 등의 존재로, 강화학습 에이전트의 순수 셀프 플레이 탐색(naive self-play exploration) 방법으로는 새로운 전략을 발견하기 어렵습니다.

따라서 불완전정보(imperfect information)에서 다중 에이전트의 전략적 행동을 수학적으로 모델링하고 에이전트 간의 순차적/전략적 상호작용을 설계하고 딥러닝(deep learning), 게임이론, 모방학습(imitation learning) 그리고 다중에이전트 강화학습(RL) 등의 다양한 기술을 결합하여 기술적 과제를 해결하고, 새로운 전략 탐색이 가능한 의사결정 에이전트 기술을 연구개발 합니다.

고수준의 지능적 판단과 행위를 수행하는 모델은 상황 요소 및 지식의 구조와 관계를 학습하여 학습된 구조와 관계로부터 주어진 상황에 대한 의사결정 결과를 생성할 수 있어야 합니다. 

이를 위해서 관계 및 상호작용의 표현 및 분석 기술 연구를 선행하고 이러한 관계와 상호 작용을 심층강화학습 모델로 학습하는 기술을 연구개발 합니다.

입력 영상, 표적 탐지/식별 정보, 위치/교전 상황 등의 다양한 정보를 융합하고 관계 추론에 의해 더욱 수준 높은 상황 인식과 상태 추상화가 가능한 인식 기술을 연구 개발합니다.

 

- 형상 구분이 어려운 원거리 적 전투기/표적의 픽셀 인식 및 추적 기술

- 비용 효과를 위해 드론 탑재 단일 카메라에서 3D Depth Map 을 생성하여 최적 비행 경로를 생성하고 장애물을 회피하는 인식 기술

- 학습데이터의 부재 시(국방 분야는 대부분 필요한 학습데이터 부재) 3D 합성영상(고품질 3D 렌더링) 기반의 학습기술과 이를 실세계에 적용하기 위한 transfer 기술

RL 기술은 간단한 문제도 매운 많은 훈련을 필요로 합니다. 따라서 실용적인 응용을 위해서는 확장성 있는 대규모 스케일링 학습 아키텍처를 연구합니다. 

특히 학습을 위한 시뮬레이션 수행 성능은 분산 RL에서 병목이 됩니다.  따라서 시뮬레이션-액터-러너 간의 최적 실행 아키텍처를 연구개발 합니다.

심층강화학습 모델로 최상의 교전 능력을 확보하고 Knowledge 레이어에 의해 인간의 사고 단위로 추론하고 의사결정 하는 기술을 연구개발 합니다. 

이의 응용으로 AI Pilot 기술이 개발되었습니다.

AI Pilot 기술은 무인체계 자율 임무 수행 시스템에 활용될 수 있습니다.  

또한 다양한 대응 능력으로 전투기 조종사 훈련생에게 단계적으로 교전 전술을 훈련시킬 수 있는 AI 적기 및 AI 교관 시스템에 활용될 수 있습니다.

- 리얼타임비쥬얼㈜ 이 연구개발에 참여하고 있는 국방과학연구소 프로젝트 : Ai(인공지능) 파일럿, 미래전장 이끌 핵심 과학기술관련 페이지 바로가기

AI 기반 기술 응용 분야로 군집 드론이 상황을 추론하고 자율적으로 팀을 편성하고 협업을 하며 주어진 다수의 임무를 효율적으로 수행하는 기술을 연구합니다. 

그리고 AI 자율 임무 모델을 적용하기 위해 임무에 따른 기체설계, 비행제어, 센서제어, 영상인식 기술을 연구개발 합니다. 

또한 국방 분야에서 확보한 경험과 기술로 민간/산업 분야 AI Drone 서비스를 개발합니다.