04
연구 논문
논문별 출판 정보와 원문 링크입니다. 초록은 요약이며, 전체 초록은 연결된 원문에서 확인할 수 있습니다.
국제 저널·워크숍
2026 · Neurocomputing · 700, 134435
Toward object-centric spatial abstraction for probabilistic environment understanding
Won-Seok Choi, Dong-Sig Han, Suhyung Choi, Hyeonseo Yang, Byoung-Tak Zhang
출판 전 제목: OBSER: Object-Based Sub-Environment Recognition for Zero-Shot Environmental Inference.
Journal / DOI ↗ arXiv ↗ Preprint PDF ↗ 원문 초록 ↗
Abstract · 한국어 요약
객체 임베딩의 경험적 분포로 환경을 표현하는 OSA와 이를 활용한 확률적 환경 이해 프레임워크 PEU-OSA를 제안합니다. 객체 간·객체와 환경 간·환경 간 관계를 커널 밀도 추정으로 측정하고, 표현의 분리도와 집중도를 분석합니다. Places, Replica, Minecraft 실험에서 환경 인식, 연쇄 추론, 체화된 에이전트의 기억과 표현 학습에 대한 활용 가능성을 평가합니다.
2026 · IEEE Access · 14, 74751–74762
CraftGround: A High-Performance Reinforcement Learning Environment Based on Minecraft
Hyeonseo Yang, Minsu Lee, Byoung-Tak Zhang
Journal / DOI ↗ IEEE Xplore ↗ Code ↗ 원문 초록 ↗
Abstract · 한국어 요약
개방형·멀티모달 강화학습 실험을 위한 Minecraft 기반 환경 CraftGround를 소개합니다. 기존 환경의 느린 시뮬레이션과 확장성 제약을 개선하고, 최대 2.79배 빠른 시뮬레이션, 소리 자막 관측, 이산 제어와 사람과 유사한 제어를 지원하는 통합 행동 인터페이스를 제공합니다. 두 강화학습 실험을 통해 실험 환경으로서의 활용성을 검증합니다.
2026 · IEEE Transactions on Cognitive and Developmental Systems · 18(3), 637–654
From Sparse to Dense: Toddler-Inspired Reward Transition in Goal-Oriented Reinforcement Learning
Junseok Park, Hyeonseo Yang, Min Whoo Lee, Won-Seok Choi, Minsu Lee, Byoung-Tak Zhang
arXiv 초판: 2025.
Journal / DOI ↗ arXiv ↗ Preprint PDF ↗ 원문 초록 ↗
Abstract · 한국어 요약
유아가 자유 탐색에서 목표 지향 행동으로 옮겨가는 발달 과정에 착안해, 희소 보상에서 밀집 보상으로 전환하는 S2D 전략을 연구합니다. 잠재 함수 기반 보상 설계로 최적 정책을 유지하면서 로봇 조작과 3D 내비게이션에서 표본 효율과 일반화를 개선합니다. 보상 전환에 따른 정책 손실 지형의 변화와 초기 탐색의 역할도 분석합니다.
2026 · AAAI AIBSD Workshop · Oral
Surface-Based Visibility-Guided Uncertainty for Continuous Active 3D Neural Reconstruction
Hyunseo Kim, Hyeonseo Yang, Taekyung Kim, YoonSung Kim, Minsu Lee, Jin-Hwa Kim, Byoung-Tak Zhang
워크숍: Artificial Intelligence with Biased or Scarce Data. arXiv 초판: 2024; 이전 제목: Active Neural 3D Reconstruction with Colorized Surface Voxel-based View Selection.
Workshop / 발표 일정 ↗ arXiv ↗ PDF ↗ Code ↗
Abstract · 한국어 요약
연속적인 능동 3D 재구성 과정에서 다음 관측 시점을 고르기 위해 Surface-Based Visibility(SBV)를 제안합니다. 신경 암시적 표면의 부호 거리 함수와 복셀 그리드를 이용해 표면 신뢰도를 갱신하고, 학습 중에도 가시성을 고려한 불확실성을 추정합니다. 여러 재구성 벤치마크와 불균형 시점 데이터셋에서 관측 선택의 효과를 평가합니다.
국내 저널·학술대회
2025 · 정보과학회논문지 (Journal of KIISE) · 52(3), 189–195
CraftGround: 최신 마인크래프트 기반의 유연한 강화학습 환경
양현서, 이민수, 장병탁
CraftGround: A Flexible Reinforcement Learning Environment Based on the Latest Minecraft
Journal / DOI ↗ 학회 원문 ↗ Code ↗
Abstract · 한국어 요약
Minecraft 1.21 기반의 강화학습 환경 CraftGround를 소개합니다. 시각, 소리, 생물 군계, 게임 통계 등 여러 관측 정보와 유연한 실험 설정을 지원합니다. 나무 채취, 몬스터 회피, 낚시 과제에서 VPT, PPO, RecurrentPPO, DQN을 평가해 사전 학습 및 온라인 학습 에이전트의 특성과 환경 활용성을 살펴봅니다.
2023 · 한국소프트웨어종합학술대회 (KSC) · pp. 1012–1014
새로운 강화학습 환경에서의 부분 관측 마르코프 결정 프로세스 학습
양현서, 장병탁
학술대회 논문 / DBpia ↗
Abstract · 한국어 요약
새로운 Minecraft 강화학습 환경 CraftGround에서 부분 관측 마르코프 결정 프로세스(POMDP) 학습 가능성을 탐색합니다. 다양한 관측 공간으로 부분 관측 문제를 구성하고, 적대적 몬스터 회피 실험을 통해 이 설정에서 강화학습 에이전트의 행동과 성능을 살펴봅니다.
07
기술
- Languages
- Kotlin, Java, Python, SQL, C++, CUDA, Swift, JavaScript
- Infrastructure
- Docker, GitHub Actions, GCP, AWS, NGINX
- Frameworks & tools
- Django / DRF, Spring Boot, PyTorch, Jetpack Compose, Gradle, Kotlin Coroutines, JNI, Pybind11
- Interfaces
- REST, gRPC / Protobuf