• Proceedings of the Korea Database Society Conference
• /
• 1999.06a
• /
• pp.325-333
• /
• 1999

본 논문에서는 응용범위가 넓고 비교적 복잡도가 높은 화물운송 계획문제들을 대상으로 몇 가지 실험을 통해 대표적인 인공지능 계획방식인 부분순서 계획법과 그래프 계획법의 성능을 비교 분석하였다. 또 동시에 이러한 실험을 통해 DVO 및 LPVO와 같은 대표적인 제어전략들을 중심으로 이들이 그래프 계획법의 성능에 미치는 효과를 비교 분석하여 보았다. 본 연구의 실험을 통해서는 부분순서 계획법에 비해 그래프 계획법이 메모리 사용량이나 CPU 계산시간 면에서 월등히 우수한 성능을 보여주었으며 비교적 복잡도가 큰 계획문제에서도 좋은 결과를 보여주었다. 하지만 도출된 해 계획의 질적인 면에서는 부분순서 계획법이 대부분 최적의 해를 찾아낸 것에 반해 그래프 계획법은 사용된 제어전략과 최적화 방법에 따라 해 계획의 질이 크게 달라질 수 있음을 보였다. 한편 그래프 계획법에서는 부속목표 선택 전략인 DVO는 그 효과를 뚜렷이 보이지 못한 반면 동작 선택 전략인 LPVO는 도출된 해 계획의 질적인 면이나 계산속도 면에서 모두 뛰어난 효과를 보여주었다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.325-333
• /
• 1999

본 논문에서는 응용범위가 넓고 비교적 복잡도가 높은 화물운성 계획문제들을 대상으로 몇 가지 실험을 통해 대표적인 인공지능 계획방식인 부분순서 계획법과 그래프 계획법의 성능을 비교 분석하였다. 또 동시에 이러한 실험을 통해 DVO 및 LPVO와 같은 대표적인 제어전략들을 중심으로 이들이 그래프 계획법의 성능에 미치는 효과를 비교 분석하여 보았다. 본 연구의 실험을 통해서는 부분순서 계획법에 비해 그래프 계획법이 메모리 사용량이나 CPU 계산시간 면에서 월등히 우수한 성능을 보여주었으며 비교적 복잡도가 큰 계획문제에서도 좋은 결과를 보여주었다. 하지만 도출된 해 계획의 질적인 면에서는 부분순서 계획법이 대부분 최적의 해를 찾아낸 것에 반해 그래프 계획법은 사용된 제어전략과 최적화 방법에 따라 해 계획의 질이 크게 달라질 수 있음을 보였다. 한편 그래프 계획법에서는 부속목표 선택 전략인 DVO는 그 효과를 뚜렷이 보이지 못한 반면 동작 선택 전략인 LPVO는 도출된 해 계획의 질적인 면이나 계산속도 면에서 모두 뛰어난 효과를 보여주었다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.2
• /
• pp.315-326
• /
• 1998

균형된 불완비 블록계획이 존재하지 않는 경우 동반수가 연속적인 두 개의 정수값을 갖는 정규그래프계획(Regular Graph Designs :RGD)은 불완비 블록계획중에서 가장 효율적인 계획이 됨을 추측하였다(John과 Mitchell,1977). Brown(1988)은 주어진 모수를 이용하여 정규그래프계획의 존재 여부를 판단하는 방법을 연구하였다. 본 논문에서는 정규그래프계획의 존재여부를 판단하는 방법을 동반수가 3인 블록계획으로 확장하여 동반수가 3인 부분적으로 균형된 불완비 블록계획중에서 동반수가 3인 가장 균형된 계획 (3-concurrence most balanced designs)의 존재여부를 판단하는 방법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.294-297
• /
• 2011

주어진 계획 문제로부터 휴리스틱을 이용하여 최적의 해 계획을 구하기 위해서는 허용 가능한 휴리스틱을 이용하여야 한다. 이러한 허용 가능한 휴리스틱은 실제 목표 도달거리보다 짧거나 같아야 하는데 휴리스틱 평가치가 실제 목표 도달거리에 가까울수록 계획생성을 위한 탐색 효율성이 높아진다. 하지만, 이러한 허용 가능한 휴리스틱 평가치를 구하는 과정은 매우 복잡하며 계산량이 많기 때문에 실제 계획 생성 과정에서 사용하기는 어렵다. 때문에 최대 휴리스틱과 같은 허용성을 만족하는 간단한 휴리스틱을 이용하고 있으며, 이로 인해 최적의 계획 결과를 얻을 수는 있지만, 탐색의 효율성이 떨어지는 결과를 가져오고 있다. 본 논문에서는 이러한 문제를 해결하기 위해서 기존의 계획그래프를 개선한 새로운 계획그래프인 확장된 계획그래프(EPG)를 이용한 MAX+ 휴리스틱 계산법을 소개한다. 확장된 계획그래프는 계획 문제 풀이를 위한 휴리스틱 계산에 이용되는 기존의 간략화된 계획그래프를 목표조건들 간의 상호작용을 확인 할 수 있도록 확장한 자료구조로써 목표조건들 간의 긍정적/부정적 상호작용을 찾는다. 이를 위해서 모든 목표조건들이 등장할 때까지 그래프를 전개하는 기본 전개 과정과 함께, 이 과정에서 발견된 동작과 목표 조건들과의 관계를 바탕으로 한 추가 전개 과정으로 이루어져 있다. 그리고 이 과정을 통해서 목표조건들간의 상호작용과 최단 거리를 구하게 된다. MAX+ 휴리스틱 계산에서는 이러한 목표조건들 간의 긍정적/부정적 상호작용의 존재 유무를 찾아내게 됨으로써 전체 목표 집합에 대한 보다 정확한 최소 도달거리에 대한 평가치를 찾게 된다. 따라서 MAX+ 휴리스틱은 기존의 최대 휴리스틱 보다 더 정보력 높은 휴리스틱을 구할 수 있는 장점이 있다. 본 논문에서는 MAX+ 휴리스틱의 계산 과정과 MAX+ 휴리스틱의 정확성과 이를 바탕으로 한 탐색 효율성을 확인하기 위한 실험적 분석에 대해 설명한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.228-234
• /
• 2007

한국과학기술원 인간친화복지로봇 연구센터에서 개발 중인 ISH(Intelligent Sweet Home)는 다양한 서비스 로봇 및 인간-기계 인터페이스(HMI:Human-Machine Interface)를 통해서 노약자 및 장애인의 일상 생활을 도와 줄 수 있는 지능형 주거 공간이다. ISH에서는 홈네트워크를 통해 연결된 가전 기기 및 환경 정보 취득이 가능한 센서 장비, 그리고 지능형 침대, 휠체어, 이동 보조 로봇 등이 거주자가 독립 생활을 영위할 수 있도록 여러 가지 서비스를 제공한다. 하지만 노약자 및 장애인의 관점에서 서비스 양의 증가뿐만 아니라, 이를 쉽고 편하게 운용할 수 있는 서비스 질의 측면 또한 중요하게 고려하여야 한다. 이러한 이유 때문에, ISH에서는 집사 로봇(steward robot)의 개념을 도입하여 거주자와 복잡한 시스템의 효율적인 매개체로 사용하고 있다. 사용자의 편의를 추구하기 위한 공학적인 접근방법 중의 하나로, 본 논문에서는 집사 로봇의 작업 계획 기능에 대해서 설명하도록 한다. 작업 계획 시스템을 이용하여, 집사 로봇은 사용자의 상위 레벨 명령을 해석하여 각 로봇 또는 제어 가능 개체들을 제어하게 된다. 제안하는 시스템은 STRIPS(STanford Research Institute Problem Solver) 상태 표현 방법과 그래프계획(Graphplan) 방법에 기반하여 작업 계획을 수행한다. 또한 작업 계획 속도를 증가 시키기 위하여 공간 추상화(world abstraction)와 하위 목표 계획(subgoal planning)의 개념을 적용하였다. 그리고 ISH에서 정의된 시나리오를 이용한 상위 레벨 명령을 통해 제안된 시스템의 효용성을 검증하도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.264-268
• /
• 2006

Graphplan 계획기에서 유래된 계획 그래프는 탐색에 매우 유용한 휴우리스틱을 손쉽게 얻을 수 있는 수단이다. 본 논문에서는 전향 상태 공간 계획방식을 정의한 뒤, 이 계획방식에 적용 가능한 계획 그래프 기반의 휴우리스틱 계산법들을 소개한다. 또 본 논문에서는 각 휴우리스틱 계산법이 갖는 특징을 정리하고 이들이 계획생성에 미치는 효과를 실험을 통해 비교, 분석해본다. 또한 이러한 전향 상태 공간 탐색 알고리즘과 휴우리스틱 계산법을 토대로 본 연구에서는 전향 상태 공간 계획기인 JPLAN을 구현하였고 그 구조에 대해 설명한다.

• The KIPS Transactions:PartB
• /
• v.18B no.1
• /
• pp.29-38
• /
• 2011

In order to derive domain-independent heuristics from the specification of a planning problem, it is required to relax the given problem and then solve the relaxed one. In this paper, we present a new planning graph, Merged Planning Graph(MPG), and GD heuristics for solving contingent planning problems with both uncertainty about the initial state and non-deterministic action effects. The merged planning graph is an extended one to be applied to the contingent planning problems from the relaxed planning graph, which is a common means to get effective heuristics for solving the classical planning problems. In order to get heuristics for solving the contingent planning problems with sensing actions and non-deterministic actions, the new graph utilizes additionally the effect-merge relaxations of these actions as well as the traditional delete relaxations. Proceeding parallel to the forward expansion of the merged planning graph, the computation of GD heuristic excludes the unnecessary redundant cost from estimating the minimal reachability cost to achieve the overall set of goals by analyzing interdependencies among goals or subgoals. Therefore, GD heuristics have the advantage that they usually require less computation time than the overlap heuristics, but are more informative than the max and the additive heuristics. In this paper, we explain the experimental analysis to show the accuracy and the search efficiency of the GD heuristics.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.904-906
• /
• 2017

무인항공기(Unmanned Aerial Vehicle, UAV)는 조종사 없이 비행이 가능하고 고성능 카메라를 장착 가능함으로써 최근에는 이용하여 감시 및 정찰 자율화에 다양하게 활용되고 있다. 재난상황과 같은 급박하게 진행되는 상황에서 UAV가 비행하기 위한 그래프 기반 비행경로에서 비행하기 위한 비행경로를 계획하는 방법이 필요하다. 이 논문에서는 그래프 기반 비행경로에서 UAV가 감시 및 정찰을 시작하는 지점으로부터 감시 및 정찰하는 지점을 경유하며 도착지점까지 비행하기 위한 비행경로를 계획하는 방법을 제안한다. 실험에서는 그래프 기반 비행경로에서 조종사가 선택한 감시 및 정찰을 위한 지점을 거쳐가기 위한 비행경로를 계획한 결과를 검증한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.05a
• /
• pp.159-163
• /
• 2002

직교성은 실험계획에서 중요한 성질이다. 직교계획을 이용할 수 없는 경우 우리는 이러한 근사직교배열에 대하여 직교성의 정도를 평가할 수 있는 측도가 필요하다. 본 논문에서 는 근사직교배열에 대하여 직교성의 정도를 평가할 수 있는 그래픽방법들을 제안하고자 한다.

• The KIPS Transactions:PartB
• /
• v.15B no.2
• /
• pp.159-170
• /
• 2008

Nowadays, one of the important functionalities required from robot task planners is to generate plans to compose existing component services into a new service. In this paper, we introduce the design and implementation of a heuristic search planner, JPLAN, as a kernel module for component service composition. JPLAN uses a local search algorithm and planning graph heuristics. The local search algorithm, EHC+, is an extended version of the Enforced Hill-Climbing(EHC) which have shown high efficiency applied in state-space planners including FF. It requires some amount of additional local search, but it is expected to reduce overall amount of search to arrive at a goal state and get shorter plans. We also present some effective heuristic extraction methods which are necessarily needed for search on a large state-space. The heuristic extraction methods utilize planning graphs that have been first used for plan generation in Graphplan. We introduce some planning graph heuristics and then analyze their effects on plan generation through experiments.