연구실에서 주로 수행하는 연구는 인공지능을 단순히 로봇 모델링 및 제어에 적용하는 수준을 넘어, 이론적인 기반에서 보다 깊이 있는 연구를 통해 “실제로 사용할 수 있는 일반성” 확보를 목표로 합니다.
특히 다음 세 가지 주제를 중심으로 연구를 진행합니다:
- (1) 극한으로 적은 dataset만이 확보된 상황에서의 동작
- (2) physics 또는 기구학적 요소를 반영한 grey-box modeling
- (3) 확률론적 요소를 반영한 risk-aware 및 robustness 확보
이러한 접근을 통해 robot modeling, sensing, 그리고 control 알고리즘을 연구하며, 주로 다루는 시스템은 비정형 환경에서 작동하는 soft robotics 및 medical robot입니다. 검증된 후에는 일반적인 다른 로봇 시스템으로의 확장도 진행됩니다.
실용성과 일반화를 목표로 하기 때문에 simulation 중심의 연구는 지양하며, 단순히 dataset을 모아 학습시키는 연구 또한 지향하지 않습니다.
다음과 같은 분야에 관심이 있다면 연구실의 방향성과 잘 맞을 것입니다:
- 로봇 추정 및 제어 이론에서의 확률론적, 기하학적 접근
- Bayesian neural network, few-shot learning
Application 단계에서는 hardware design부터 이러한 요소를 고려한 설계를 수행합니다. 따라서 기초적인 설계 기술을 보유하고 있다면 연구에 큰 도움이 됩니다.
How to Apply
간단한 CV, 성적표, 그리고 위 내용과 관련된 research interest를 작성하여 아래 주소로 이메일을 보내주세요:
dw_kim (at) dgist (dot) ac (dot) kr
서류 검토 후 면담 일정을 회신드리며,
일주일 이상 답장이 없을 경우 정중한 거절의 의미로 이해해주시면 감사하겠습니다.