Research Introduction

비디오 이해 및 강화학습을 통한 인과관계를 이해하는 인공지능 원천기술 개발 및 실 환경에서의 응용

 인과성 이해 가능 인공지능 활용 분야

 연구 계획

연 차별 연구 내용

2021 연구 개발: 반지도 인과성 학습(Semi-supervised Causality Learning)을 통한 비디오 내 예측형 인과관계 추론 및 질의응답 알고리즘 연구

2022 연구 개발: 반사실 인과성 학습(Counterfactual Causality Learning)을 통한 비디오 내 반사실 인과관계 학습 및 질의응답 알고리즘 연구

2023 연구 개발: 계층적 인과관계 추론을 위해 계층적인 예측형/반사실 인과관계 질의로 구성된 질의응답셋(Dialogue)을 데이터 셋 구축

2024 연구 개발: 동적 인과 관계 그래프(Dynamic Causal Graph)를 통해 비디오와 예측형 / 반사실 질문에 따라 변화하는 부대 상황의 효과적인 이해가 가능한 알고리즘 연구

2025 연구 개발: 다중 객체 간 인과관계 이해를 위한 일반적인 상황에서의 (Task-agnostic) 동적 인과관계 이해 알고리즘 연구

2026 연구 개발: 강화 학습을 이용한 다중 객체 간 충돌 상황에서의 인과관계 이해 알고리즘 연구

2027 연구 개발: 인과관계 기반 강화학습 알고리즘 실생활 적용을 위한 3D 가구 조립 데이터 셋 구축

2028 연구 개발: 소수샷 학습(Few-shot Learning)을 이용하여 새로운 유형의 가구에 대한 부품 인과관계 그래프를 생성할 수 있는 알고리즘 연구