2026-04-21 | 장형임 기자

UNIST韩承烈教授团队3篇论文罕见同时入选国际AI学会

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

蔚山科学技术院21日表示,该院人工智能研究生院韩承烈教授团队的三篇论文同时被表征学习国际会议(ICLR 2026)录用。ICLR与神经信息处理系统大会(NeurIPS)、国际机器学习大会(ICML)并称“世界三大AI学会”。

三篇入选论文分别由李尚贤、黄在博、赵龙贤研究员担任第一作者,均在下一代物理AI技术的核心——强化学习领域取得研究成果。强化学习是AI通过与环境交互、在试错中自行找出最优行动的学习方式。让机器人或自动驾驶汽车直接面对不确定、不可预测的现实物理环境,感知状况并应对突发变量等,即属于强化学习。

韩教授团队在各项研究中分别提出了三项技术:可利用直接从产业现场采集的离线数据有效训练AI的“自我改进技能学习法(SISL)”技术;可提高机器人复杂作业成功率的“严格子目标执行(SSE)”学习技术;以及为解决多个AI智能体协作的多智能体强化学习(MARL)环境中优化问题的“连续子价值Q学习(S2Q)”技术。

韩教授表示:“本次研究展示了即便在数据有限、环境不确定的条件下,也能稳定应用强化学习的可能性”,“期待向自动驾驶、机器人、智能制造等多个领域拓展。”

阅读韩文原文