본 논문은 산업용 X-ray 컴퓨터 단층촬영(CT)에서 빠른 인라인 검사의 필요성을 충족시키기 위해 최적 정지(optimal stopping) 개념을 순차적 최적 실험 설계(OED)에 통합하는 새로운 방법을 제시합니다. 기존의 고정된 스캔 시간에 의존하는 방법들과 달리, 복잡한 기하학적 형태나 노이즈가 많은 투영의 경우 각도를 동적으로 조절하여 재구성 품질과 스캔 시간 간의 균형을 맞춥니다. Actor-Critic 프레임워크 내에서 정책 경사(policy gradient)를 계산하는 새로운 방법을 제안하여 정보가 풍부한 각도 선택 및 스캔 종료를 위한 적응형 정책을 개발합니다. 또한, 합성 데이터를 사용하여 훈련된 모델이 실제 데이터에도 안정적으로 작동함을 보여줌으로써, 학습 기반 방법의 시뮬레이션과 실제 응용 간의 차이를 조사했습니다. 이러한 접근 방식은 CT 작업의 유연성을 향상시키고 산업 환경에서의 희소 각도 단층 촬영의 적용 가능성을 확장합니다.
