오픈소스(RLlib) 문제 발견부터 컨트리뷰션 까지

마키나락스 OLP 팀은 제조 공장의 Multi-Robot Arm 경로계획 문제를 해결하기 위해 강화학습을 사용합니다. 실제 로봇 대신 시뮬레이터를 활용하여 학습 효율성을 높이고 비용 및 안전 문제를 해결하고자 합니다.

이 과정에서 사용된 오픈소스 RLlib 라이브러리에서 발견한 문제점을 분석하고, 직접 컨트리뷰션하여 해결한 경험을 공유합니다. 오픈소스는 코드 접근성, 수정, 배포가 자유로우며, 기여자는 기술 연마와 커뮤니티 발전에 기여할 수 있습니다.

회사 입장에서도 오픈소스 개선, 기술력 성장, 대외 인지도 향상 등의 이점을 얻을 수 있습니다. 본 글은 ML-Agents와 Ray RLlib을 소개하며, RLlib을 활용한 분산 강화학습 환경 구축 및 기여 과정을 상세히 다룹니다.