LG AI Research 207

LG AI Research의 Sunghoon Hong 연구원은 강화학습(RL)과 **그래프 신경망(GNN)**을 결래하여 현실의 복잡한 데이터를 효과적으로 표현하는 연구를 수행하고 있다.

기존의 강화학습 방식은 특정 문제만을 해결하기 위한 단일 정책을 학습하므로 데이터 효율성이 낮다는 한계가 있다. 이를 극복하기 위해 다양한 로봇이나 환경에서도 작동할 수 있는 **단일 범용 정책(Single General-purpose Policy)**을 구축하는 것이 핵심이다.

본 연구는 특히 관절로 구성된 로봇과 같이 복잡한 구조를 가진 객체를 제어할 때, 데이터를 그래프 구조로 파악하여 노드 간의 연결성과 상관관계를 반영한다. 이를 통해 ICLR 2022에서 발표된 'Structure-Aware Transformer Policy for Inhomogeneous Multi-Task Reinforcement Learning' 연구를 바탕으로 다중 작업 강화학습의 효율성을 높이는 방법을 제시한다.