ICRA 2025 AI 올림픽에서 MC-PILCO 알고리즘이 우승을 차지했습니다. 데이터 효율적인 모델 기반 강화 학습 알고리즘으로, 펜듀봇 및 아크로봇 시스템의 전역 정책 학습에 성공적으로 적용되었습니다.

Pedro Hermosilla, Christian Stippel, Leon Sick 연구팀이 개발한 마스크된 장면 모델링(MSM)은 3D 시각 이해 분야에서 자가지도학습의 한계를 극복하고, 지도학습 모델에 필적하는 성능을 달성한 획기적인 연구입니다. Github을 통해 공개된 코드를 통해, 향후 다양한 분야에서 혁신적인 응용이 기대됩니다.

베트남 연구진이 AI 기반 퍼지 로직을 활용, 진동으로 인한 손상을 방지하는 혁신적인 운송 시스템 제어 알고리즘을 개발했습니다. 학습 기반 기법에서 영감을 얻어, 다양한 환경에 적응하고 효율성을 높이는 이 알고리즘은 실험을 통해 그 효과가 입증되었으며, 현대 운송 기술의 발전에 크게 기여할 것으로 예상됩니다.

Llewyn Salt와 Marcus Gallagher의 연구는 강화학습에서 하이퍼파라미터 최적화의 효율성과 해석 가능성을 향상시키는 새로운 방법론을 제시합니다. AlgOS와 Optuna를 활용한 실험적 분석과 SHAP 기반 해석 가능성 접근법을 통해, 강화학습 모델 개발의 효율성과 이해도를 높였습니다.

이탈리아 연구진이 6G 표준화를 위한 혁신적인 방법론을 제시했습니다. Morphable Programmable Networks (MPNs)와 Network Digital Twins (NDTs) 기술을 중심으로 연구와 표준화 간의 가교 역할을 수행하는 체계적인 접근 방식을 제시하며, 3GPP Release 20 통합을 통해 6G 네트워크의 미래를 밝게 전망했습니다.