• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.257-260
• /
• 2007

본 논문은 초음파 센서에 의해 인식된 정보를 항체와 항원으로 모델링 된 퍼지 인공 명역망에 의한 하위 행위기와 상위 행동 선택기로 설계된 자율이동로봇 시스템에 관한 연구이다. 외부 환경과 행동 패턴의 관계는 매우 많은 조합이 가능하다. 이러한 복잡한 관계 속에서 행동의 우선 순위를 어떻게 결정하는가 하는 문제가 가장 중요하다. 이러 복잡한 결정을 위해 본 논문에서는 퍼지 인공 면역망 알고리즘을 제시하고, 컴퓨터 시뮬레이션에 의해 제안된 자율이동로봇의 행위 선택기의 유용성을 보여준다.

• 한국정보통신학회논문지
• /
• 제11권11호
• /
• pp.2083-2089
• /
• 2007

본 논문은 초음파 센서에 의해 인식된 정보를 항체와 항원으로 모델링 된 퍼지 인공 명역망에 의한 하위 행위기와 상위 행동 선택기로 설계된 자율이동로봇 시스템에 관한 연구이다. 외부 환경과 행동 패턴의 관계는 매우 많은 조합이 가능하다. 이러한 복잡한 관계 속에서 행동의 우선 순위를 어떻게 결정하는가 하는 문제가 가장 중요하다. 이런 복잡한 결정을 위해 본 논문에서는 퍼지 인공 면역망 알고리즘을 제시하고, 컴퓨터 시뮬레이션에 의해 제안된 자율이동로봇의 행위 선택기의 유용성을 보여준다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권11호
• /
• pp.522-531
• /
• 2001

Recently conventional artificial intelligence(AI) approaches have been employed to build action selectors for the autonomous mobile robot(AMR). However, in these approaches, the decision making process to choose an action from multiple competence modules is still an open question. Many researches have been focused on the reactive planning systems such as the biological immune system. In this paper, we attempt to construct an action selector for an AMR based on the artificial immune network and internet. The information from vision sensors is used for antibody. We propose a learning method for artificial immune network using evolutionary algorithm to produce antibody automatically. The internet environment for an AMR action selector shows the usefulness of the proposed learning artificial immune network application.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 G
• /
• pp.3036-3038
• /
• 1999

The conventional structure for an action selector of an Autonomous Mobile Robot (AMR) has been criticized for a repeated action. To overcome this problem recently many researches have been focused on the reactive planning systems such as the biological immune system. In this paper, we propose a learning aritificial immune network, the learning method is to use Genetic Algorithm (GA). The computer simulation show that the usefulness of the learning immune network.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.163-168
• /
• 2002

The voting algorithm for action selection performs self-improvement by Reinforcement learning algorithm in the dynamic environment. The proposed voting algorithm improves the navigation of the robot by adapting the eligibility of the behaviors and determining the Command Set Generator (CGS). The Navigator that using a proposed voting algorithm corresponds to the CGS for giving the weight values and taking the reward values. It is necessary to decide which Command Set control the mobile robot at given time and to select among the candidate actions. The Command Set was learnt online by means as Q-learning. Action Selector compares Q-values of Navigator with Heterogeneous behaviors. Finally, real-world experimentation was carried out. Results show the good performance for the selection on command set as well as the convergence of Q-value.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
• /
• pp.658-660
• /
• 1999

본 논문에서는 축구로봇 시스템에서 상위 레벨 제어기에 해당하는 행동선택기를 다층신경회로망을 이용하여 설계한다. 축구로봇 시스템에서 로봇의 속도가 빠른 상태에서 제어가 가능하도록 로봇의 행동레벨을 설정하고 주어진 동적 상황에 대해 여러 가지 상황변수를 정의하여, 각 상황에 가장 효율적이며 최적의 행동을 선택하도록 한다. 각 로봇이 목표점으로 이동할 때 어떠한 행동을 선택하여 어떻게 움직이느냐에 따라 로봇은 같은 위치에서 목표점을 이동하더라도 이동경로가 달라진다. 따라서, 로봇축구 경기 상황을 나타내는 상황 변수들을 입력으로 하는 다층신경회로망을 사용하여 출력으로 행동을 판단하여 실행하는 알고리즘을 제안하고 그를 위한 하드웨어와 시뮬레이터 도구를 제작한다. 역전파 알고리즘을 통해 신경망을 학습하고 학습된 데이터를 실험에 적용한다.