인공지능(AI), 로봇공학, finance과 biology를 포함한 현실 세계에는 불확실성이 도처에 존재한다. 데이터, 연산, 하드웨어의 증가로 인해, 우리는 기존의 결정론적 제어 시스템보다 훨씬 더 견고하고 적응적이며 일반화 가능한 복잡한 확률론적 제어 시스템을 설계할 수 있는 역량을 그 어느 때보다 강화할 수 있다. 본 프로젝트 기반 특과목에서는 확률론적 제어에서 이러한 중요한 방법들을 여러 가지 예시로 살펴본다. 주제에는 확률론적 dynamic programming, 확률론적 미분/차분 방정식(stochastic differential equations/SDE) 입문, 마르코프 연쇄 모델, 확률론적 프로그래밍, 베이지안 필터링(Bayesian filtering), 그리고 샘플링이 포함된다.
타학과 선수과목: 미적분학·상미분방정식과 동역학계(수리과학과)
기타: Python/MATLAB programming
