홍기혁 교수 사진

KAIST데이터사이언스대학원 (겸직), AX학과 (겸직)신생 랩

홍기혁 연구실

홍기혁 교수 (Kihyuk Hong)

탑티어 논문
3편
전체 논문
7편
랩실 소개

무한 시간 평균 보상 환경의 선형 MDP에서 계산 효율적인 강화학습 알고리즘을 설계하고 성능 보장을 분석해요. 오프라인·제약 강화학습과 비정상 밴딧도 다루며, 생성형 AI 기반 적응형 개입과 diffusion models에도 관심을 넓히고 있어요.

AI가 최신 논문을 바탕으로 쓴 소개예요

주로 내는 곳
AISTATST2ICML탑티어NeurIPS탑티어

연구 내용

  • 평균 보상 강화학습: 선형 MDP와 bounded-span 선형 혼합 MDP에서의 효율적인 알고리즘, discounted-reward MDP 근사
  • 오프라인 제약 강화학습: linear MDP를 위한 primal-dual 알고리즘, primal-dual-critic 알고리즘
  • 생성형 AI 밴딧: 생성 모델을 매개로 한 Thompson sampling 기반 적응형 개입
  • 비정상 밴딧 최적화: 사전 지식 없이 작동하는 kernel bandit 알고리즘
  • 새 관심 주제: diffusion models

연구 주제별 논문

  1. 무한 시간 평균 보상 강화학습

  2. 오프라인 제약 강화학습

  3. 밴딧과 적응형 개입

연구실 홈페이지에서 소개 읽기
핵심 연구 주제

데이터사이언스 방법론 · Reinforcement Learning · Optimization · Statistics

연도별 논문
주요 학회·저널
지원 가능 학과

이 교수가 소속되어 있거나 겸직하는 학과·대학원이에요. 대학원 과정이 있는 곳이면 대개 그 학과로 지원해 이 교수에게 지도를 받을 수 있어요.

모집 학과와 전형은 학기마다 달라져요. 지원하기 전에 학과별 입학 안내를 확인해 주세요.

2026. 11. 11. 기준으로 학과·연구실 홈페이지에서 모은 정보예요. 잘못된 정보가 있거나 내리고 싶으시면 [email protected]로 알려 주세요.

관련 연구실

공동 논문이 있는 연구실

실선은 DBLP·OpenAlex에서 두 교수가 같이 저자로 이름을 올린 논문이에요. 선이 굵을수록 그런 논문이 많아요. 점선은 연구 주제가 가까운 연구실이에요. 같이 연구했다는 뜻은 아니에요.

비슷한 랩실 더 보기