신경망 기반 시뮬레이터(월드 모델)와 강화학습을 활용하여 획기적으로 효율적인 End-to-End (E2E) 자율주행 AI 모델을 개발하는 것을 목표로 함. 특히, 다수의 플릿 차량을 통해 대규모 데이터를 현실에서 수집 및 라벨링하는 기존의 비효율적인 방식 대신, 신경망 기반 시나리오 (물리) 엔진과 렌더링 엔진을 활용하여 현실에서 취득하기 어려운 다양한 시나리오와 데이터를 생성 및 학습하고, 강화학습 기반 policy로부터 E2E 모델로의 지식 전이 기술을 개발하여 혁신적으로 효율적인 자율주행 AI 모델 학습 및 평가 기술을 개발하고자 함. 효과적인 지식 전이를 위해서는 Sim-to-Real Gap문제를 해결하고자 하며, 최종적으로 실차 검증을 통해 이러한 기술들을 현실 환경에서 검증하고자 함.

Period: 2026.03.01-2030.02.28

Sponsor: 한국연구재단