폴란드 포즈난에서 진행된 연구는 8개의 기지국과 15개의 RIS를 활용하여 5G NR RAN 시스템의 무선 신호 전파 특성을 분석하였습니다. 다양한 현수 높이에 배치된 RIS가 도시 환경에서 신호 품질을 향상시키는 데 기여하는 것을 확인하였으며, 이는 향후 5G 네트워크 발전 및 스마트 도시 구축에 중요한 시사점을 제공합니다.

Michele Dallachiesa 등이 개발한 SPEX 프로토콜은 AI 기반 자동 의사결정 시스템의 신뢰성 검증을 위한 혁신적인 샘플링 기반 프로토콜로, 기존 방법보다 속도와 비용 효율성이 높고 비결정성 문제에 대한 효과적인 해결 전략을 제공합니다.

SimpleRL-Zoo 프로젝트는 다양한 기반 모델에서 제로 강화학습 훈련의 효과와 한계를 탐구한 연구입니다. 핵심 설계 전략을 통해 성능 향상을 이루었지만, 모델별 훈련 동향의 차이와 '아하! 순간'의 관찰은 새로운 연구 방향을 제시합니다. 연구팀은 코드, 모델, 분석 도구를 공개하여 후속 연구를 지원합니다.

AgentDropout은 LLM 기반 다중 에이전트 시스템의 효율성과 성능을 크게 향상시키는 혁신적인 기술입니다. 중복 에이전트 및 비효율적인 통신을 제거하여 토큰 소모량을 감소시키고 성능을 향상시키며, 다양한 분야에서 우수한 성능과 안정성을 보여줍니다.

Wang 등 연구진이 개발한 부트스트랩 기반 모델 예측 제어(BMPC)는 복잡한 연속 제어 작업, 특히 고차원 로코모션 작업에서 기존 방법의 한계를 뛰어넘는 혁신적인 성능을 보여줍니다. MPC의 강점을 활용한 부트스트래핑 방식과 게으른 재분석 메커니즘을 통해 데이터 효율성, 수렴 성능, 훈련 안정성을 크게 개선했습니다.