오늘은 탁동혁 연구원이 자율주행 시스템에 연합학습을 적용한 AutoFed에 대해 소개하였습니다.
현재 자율주행 시스템에는 자동차 프로세서의 한정된 학습 성능과 자동차 배터리의 한계로 인해 적은 자원으로도 높은 학습 성능을 보일 수 있는 연합학습을 적용하려는 시도가 많습니다.
해당 논문에서는 multi-modal, federated learning을 통해 자율주행 시스템의 object detection 성능 및 안정성을 향상시키고 이를 다른 벤치마크들과 비교하였습니다.
성능의 fluctuation과 여러 기후 상황에 따른 variation을 줄여 object detection 성능의 안정성을 답보하고 다른 벤치마크들 보다 높은 성능을 보인 점은 좋았으나 성능 증가량이 약간 부족한 점 및 획기적은 매커니즘을 제시하지 않고 기존의 성능이 보장된 여러 메커니즘을 조합하여 AutoFed를 제안한 점은 약간 아쉬웠습니다.
저희 연구실에서도 연합학습과 자율주행 시스템을 활발하게 연구하는 만큼 직접 구현하여 좋은 벤치마크로도 활용할 수 있고 지금 저희가 개발 중인 매커니즘을 향상시키는데 쓸 수 있을 것 같습니다.