[NRF] Development of lifetime prediction method for infrastructures
using digital twin automatically updated by deep reinforcement learning
본 연구에서는 (1) 현실의 구조물을 잘 모사하도록 준-실시간 자동 동기화(업데이트)되는 가상 환경의 해석모델인 디지털 트윈을 기반으로 (2) 인프라 구조물의 수명을 확률적으로 예측하고 업데이트하는 기법을 개발하고자 하며, 세부 목표는 아래와 같음.
연구개발비(간접비 포함): 563,664,000원/5년(2021.03.01.~2026.02.28.)
주관연구기관: 한국표준과학연구원
주관연구책임자: 이재범
- 바둑 AlphaGo, AlphaZero 등에서 사용된 심층강화학습(Deep reinforcement learning) 개념을 도입하여 컴퓨터 해석모델이 현실의 구조물을 잘 모사하도록 하는, 실측값에 대한 준-실시간 모델 자동 동기화(업데이트) 기법 개발.
- 준-실시간 동기화되는 디지털 트윈을 활용한 인프라 구조물의 확률적 수명 예측 기법 개발 및 실구조물 적용.
연구개발비(간접비 포함): 563,664,000원/5년(2021.03.01.~2026.02.28.)
주관연구기관: 한국표준과학연구원
주관연구책임자: 이재범