LG AI 연구원: 현실 문제 해결을 위한 멀티 에이전트 강화학습(MARL) 연구

LG AI 연구원 Data Intelligence (DI) 랩은 국제 학회 AAMAS 2024에서 멀티 에이전트 강화학습(MARL)을 현실 문제에 적용한 두 편의 논문을 발표했다. 이번 연구는 AI 기술의 산업 현장 적용을 위한 에이전트 모델링과 알고리즘 고도화에 초점을 맞췄다.

첫 번째 연구인 **'Surge Routing'**은 자율 택시 서비스를 위한 On-demand Mobility 라우팅 알고리즘을 다룬다. 기존 알고리즘이 대규모 이벤트로 인한 급격한 수요 변화를 처리하지 못하는 한계를 극극복하기 위해, 이벤트 데이터를 활용한 수요 예측 모델과 MARL을 결합한 새로운 프레임워크를 제안했다.

이 프레임워크는 다음과 같은 구조로 작동한다:

• 이벤트 처리 모듈: 인터넷에서 이벤트 제목, 설명, 리뷰 등 데이터를 수집 및 처리
• 수요 예측 모듈: 이벤트 발생 시점과 장소의 수요를 예측
• MARL 프레임워크: 예측 결과를 바탕으로 'One-agent-at-a-time Rollout' 방식을 사용하여 도시 규모의 환경에서 효율적인 라우팅 수행

두 번째 연구는 LG AI 연구원의 논문으로, MARL을 활용하여 **나프타 분해 시설(Naphtha Cracking Center)**의 스케줄링을 최적화하는 연구를 소개한다.