초청강연
![]() |
인과관계에 가반한 공정한 인공지능 및 딥러닝 강화학습하는 로봇
유창동 교수 (KAIST) |
||||||||
인류는 사람처럼 사고할 수 있는 기계를 꿈꿔 왔고 이를 실현하기 위해 50년 중반에 인공지능이라는 분야 를 만들었다. 최근 10년 동안 많은 발전이 있었으며 이제는 4차산업 혁명을 견인하고 있으며 단순한 도움이 역할을 뛰어넘어서 사람을 평가하는 역할도 하고 있다. 인공지능의 동작원리를 잘 이해 못하고 사용하는 경우가 많아지고 있으며 공정하지 못 하고 인과관계를 따지지 못하는 판단을 할 경우에 사람이 직접적으로 피해를 볼 수 있다. 현재 인공지능을 연구 그리고 활용하는 커뮤니티에서는 공정성과 인과관계 기반의 인공지능을 가장 중요한 과제 중에 하나로 삼고 있다. 본 발표에서는 인공지능의 과거, 현재 그리고 앞으로 인공지능이 발전해야 방향을 소개한다
|
![]() |
Networked dynamic system에 관한 blended dynamics 정리와 응용
심형보 교수 (서울대학교) |
동적 시스템이 network를 통해 정보를 주고받는 multi-agent system의 기초 지식부터 시작하여, 이러한 시스템을 설계함에 있어 유용하게 사용될 수 있는 blended dynamics 정리를 소개하고, 이를 활용한 heavy-ball method 등 분산 최적화 알고리듬을 소개한다. 또한, 해당 정리의 여러 가지 변형된 형태를 소개하고 이들의 응용도 간략히 살펴볼 예정이다.
심형보 교수는 2000년 서울대학교 전기공학부에서 박사학위를 받고 미국 산타바바라 소재 캘리포니아 주립대학에서 박사 후 과정을 수료 후 현재 서울대학교에서 교수로 재직 중이다. Automatica, IEEE Transactions on Automatic Control 등 저널의 associate editor와 Int. Journal of Control, Automation, and Systems의 editor를 맡은 바 있다. 비선형시스템 이론, 외란 관측기, 다개체 시스템, 그리고 제어시스템의 보안 및 동형암호의 제어 활용 등을 연구하고 있다. |
![]() |
How to Combine Machine Learning with Robot Control, Navigation, and Planning
Prof. Soon-Jo Chung (California Inst. of Tech.) |
One common theme of our research projects at Caltech’s Center for Autonomous Systems and Technologies (CAST) and my research group http://aerospacerobotics.caltech.edu/ is to systematically leverage AI and Machine Learning (ML) towards achieving safe and stable autonomy of robotic and aerospace systems. Stability and safety are often research problems of control theory and robotics, while conventional black-box AI approaches lack the much-needed robustness, scalability, and interpretability, which are indispensable to designing control and autonomy engines for safe-critical aerospace robotic systems. Deep Neural Network-based contraction metrics (NCMs) and its stochastic extensions (NSCM) provide a global approximation of an optimal contraction metric, the existence of which is a necessary and sufficient condition for exponential stability of nonlinear systems. Examples of optimal nonlinear tracking control, estimation, and adaptive control designs using NCMs will be discussed. A new result on optimal motion planning with chance constraints and nonlinear stochastic optimal control will also be presented from the perspective of real-time learning and stability of data-driven black-box approaches.
Soon-Jo Chung is the Bren Named Professorship Professor in the California Institute of Technology. Prof. Chung is also a Research Scientist of the NASA Jet Propulsion Laboratory. Prof. Chung received the S.M. degree in Aeronautics and Astronautics and the Sc.D. degree in Estimation and Control with a minor in Optics from MIT in 2002 and 2007, respectively. He received the B.S. degree in Aerospace Engineering from KAIST in 1998. From 2009 to 2016, Prof. Chung was an associate professor and an assistant professor at the University of Illinois at Urbana-Champaign. Professor Chung’s research focuses on distributed spacecraft systems, space autonomous systems, and aerospace robotics, and in particular, on the theory and application of complex nonlinear dynamics, control, estimation, guidance, and navigation of autonomous space and air vehicles. He is the recipient of the UIUC Engineering Dean’s Award for Excellence in Research, the Arnold Beckman Faculty Fellowship of the U of Illinois Center for Advanced Study, the AFOSR Young Investigator Program (YIP) award, the NSF CAREER award, three best conference paper awards (2015 AIAA GNC, 2009 AIAA Infotech, 2008 IEEE EIT), and four best student paper or finalist awards. Prof. Chung is an Associate Editor of IEEE Transactions on Automatic Control and AIAA Journal of Guidance, Control, and Dynamics. He was an Associate Editor of IEEE Transactions on Robotics, and the Guest Editor of a Special Section on Aerial Swarm Robotics published in the IEEE Transactions on Robotics. |