01 연구 분야 한줄 소개
정해진 시간표로 도는 신호등이 아니라, 도로를 읽고 스스로 배우는 신호등 — 막히는 길을 AI가 실시간으로 풀어냅니다.
강화학습(Q-러닝·심층강화학습 DQN)을 핵심 방법론으로, 지능형 교통신호 제어와 차량통신(V2X) 환경의 자원 최적화를 연구합니다. 고정 주기 신호나 단순 감응 제어가 놓치기 쉬운 방향별 대기열 쏠림과 교차로 간 정체 연쇄를, 실시간 교통 상황을 스스로 학습하는 제어로 풀어내 자율주행 시대의 다양한 교통 환경에서 교통 흐름을 효율화하는 것을 목표로 합니다.
- 교통신호 제어 — 통행량과 방향별 대기열을 보상으로 신호 조합·현시(녹색)시간을 실시간 최적화
- 다중 교차로 협조 — 인접 교차로의 대기시간까지 고려한 분산 제어로 광역 교통 흐름 개선
- 차량통신(V2X) — 노변장치(RSU) 트래픽 예측 기반 콘텐츠 캐싱으로 전송 효율 향상
02 연구 분야 도표
03 보유 특허 리스트 5건 · 전건 등록특허
카드를 누르면 적용 포인트 · 시뮬레이션 성능 · 기술이전 조건을 한 화면에서 확인할 수 있습니다.
04 연구원 소개
임유진 교수
연구 분야
THEME 1
강화학습 기반 지능형 교통신호 제어 · V2X 최적화
본 자료의 특허 5건이 속한 핵심 분야. Q-러닝·DQN으로 단일·다중 교차로의 신호 조합과
현시(녹색)시간을 최적화하고, 차량통신(V2X)에서 노변장치(RSU) 콘텐츠 캐싱을 최적화.
THEME 2
차세대 무선통신 · 네트워크 자원 최적화
5G 등 차세대 통신 네트워크에서 통신 모드·전송 전력·에너지 효율을
강화학습으로 최적화하는 연구.
THEME 3
모바일 엣지 컴퓨팅 · 태스크 오프로딩
MEC·UAV·클러스터 환경에서 태스크 오프로딩과 자원 할당을 강화학습으로
최적화해 처리량·에너지 효율을 높이는 연구.
05 이 기술로 함께 지원할 수 있는 과제·프로그램
임유진 교수팀과 함께 지원·수행할 수 있는 국책과제·산학협력 프로그램을 추천해 드립니다. 단독 구매가 아니라 과제로 함께 출발해, 비용은 정부지원으로 분담하고 사업화까지 같이 갑니다.
06 문의
담당자
이준구 PM
소속
디써클연구원
이메일
jg.lee@rndcircle.io
연락처
010-8978-6417