Che-Jui Chang 외 연구진이 개발한 CASIM 알고리즘은 기존 텍스트 기반 모션 생성 방식의 한계를 극복하고, 향상된 모션 품질과 제어성을 제공합니다. 모델과 표현 방식에 구애받지 않고 다양한 모델에 적용 가능하며, 실험 결과 우수한 성능을 검증했습니다.

Saad Alqithami가 개발한 CH-MARL은 계층적 의사결정, 동적 제약 조건, 공정성 고려 보상을 통합한 강화학습 프레임워크로, 해상 물류 시뮬레이션에서 탄소 배출 감소, 공정성 향상, 효율 증대를 달성했습니다. 이는 다양한 제약 조건 하의 다중 에이전트 조정 문제에 대한 범용적인 해결책으로서의 가능성을 제시합니다.

Wang Yuhan 등 연구진이 발표한 지능형 전방향 표면(IOS) 기반 동시 빔포밍 및 재밍 방지 기술은 Cauchy-Schwarz 부등식과 S-절차를 활용한 최적화 알고리즘을 통해 재밍 공격 속에서도 탁월한 통신 성능을 보여주었습니다. 이는 향후 차세대 무선 통신 시스템의 안정성과 보안성 향상에 크게 기여할 것으로 기대됩니다.

KAIST 연구팀이 개발한 RAPID는 역강화학습(IRL) 기반의 시각 기반 드론 자율비행 시스템으로, 시뮬레이션 환경에서 학습된 모델을 실제 환경에 바로 적용하여 초당 최대 8.8m의 고속 비행 성능을 달성했습니다. 기존 기술의 한계를 극복하고 다양한 분야에 혁신을 가져올 것으로 기대됩니다.

M2R2는 잔차 변환의 속도를 고려하여 LLM의 추론 효율을 크게 향상시킨 새로운 프레임워크입니다. 다양한 추론 과제에서 SOTA 성능을 달성하며 최대 2.8배의 속도 향상을 기록했습니다.