본 논문은 Industry 4.0 및 스마트 제조 시대에 적응하기 위한 공정 시스템 엔지니어링의 디지털 전환에 대해 다룹니다. 강화 학습의 모델 없는 접근 방식이 공정 제어에 유용하지만, 정확한 디지털 트윈과 잘 설계된 보상 함수에 대한 의존성으로 인해 적용이 제한됩니다. 이러한 한계를 해결하기 위해, 본 논문은 역 강화 학습(IRL)과 다중 작업 학습을 통합하여 데이터 중심의 다중 모드 제어 설계를 위한 새로운 프레임워크를 제시합니다. 기존 폐루프 데이터를 전문가 시연으로 사용하여 IRL은 최적의 보상 함수와 제어 정책을 추출합니다. 모드를 구분하기 위해 잠재적 컨텍스트 변수가 통합되어 모드별 컨트롤러를 학습할 수 있습니다. 연속 교반 탱크 반응기와 회분식 바이오 반응기에 대한 사례 연구는 다중 모드 데이터를 처리하고 적응형 컨트롤러를 훈련하는 데 있어 이 프레임워크의 효과를 검증합니다.
