AI 조종사 기종 변경을 위한 전이학습기법 연구
직책 : 연구 책임자
기간 : 2020.04 ~ 2023.07
연구 필요성
전이학습(transfer learning)이란 오늘날 딥러닝 분야에서 주요하게 연구되는 주제이며, 특정 과업을 해결하면서 얻어진 지식을 연관된 다른 과업으로 전이하여 해당 모델을 사후적으로 학습하는 개념을 말한다. 대부분의 인공지능 학습 방식은 많은 시간 및 데이터를 요구하며, 학습된 과업(task)에 특화되어 있어 학습된 과업 이외의 타 과업 수행 시에는 성능이 급격하게 저하되는 문제점을 가지고 있으며 전이학습을 통해 이를 개선할 수 있다. AI 조종사도 이와 마찬가지로 하나의 기종에 특화되어 학습된 인공지능을 다른 기종에 적용할 때 기본조종, 기본전투기동 등에 대한 성능저하가 최소화되어 적은 비용 및 노력으로 다른 환경(다른 기종 및 임무)에 적응시킬 수 있는 전이학습 기법이 요구된다.
연구 목적 및 내용
본 연구는 크게 강화학습과 전이학습 두 가지 방향으로 나눌 수 있다. 시뮬레이터로부터 데이터를 얻고 강화학습을 통해 AI 조종사의 단순 기동을 익힌다. 그 이후로는 AI 조종사의 임무 난이도를 높여가며 전이학습을 통해 학습해 나간다. 제안하는 전이학습은 크게 두 가지 방향으로 나눌 수 있다. 첫 번째로, 기본적인 전투기동부터 공중교전까지 임무 수행의 난이도를 높여가며 전이학습을 진행한다. 두 번째로, 기종 또는 전장 환경 간의 전이학습을 진행하는 것이다. 전이학습은 미리 학습해 놓은 모델을 다른 환경에 빠르게 적용하기 위한 학습 방법이다.
기대 효과
- 유인 플랫폼 위주의 항공무기체계에서 무인 또는 유·무인 복합체계로의 변화 추진
- 기종 및 임무변경 등 단일/복합환경 변화에 적응하는 전이학습 모델 개발
