• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.317-320
• /
• 2005

본 논문에서는 퍼지 로직을 이용하여 로봇의 여러 환경변수에 따라 로봇들의 행동을 적절히 선택하는 알고리즘을 제시한다. 전략 및 전술 알고리즘으로 많이 알려진 Modular Q-학습 알고리즘은 개체의 수에 따른 상태수를 지수 함수적으로 증가시킬 뿐만 아니라, 로봇이 협력하기 위해 중재자모듈이라는 별도의 알고리즘을 필요로 한다. 그러나 앞으로 제시하는 로봇 행동의 퍼지 적정성을 고려한 로봇축구 전략 및 전술 알고리즘은 환경 변수에 따라 로봇 행동의 적절성을 퍼지 로직을 통하여 얻어내게 하였으며, 이를 이용함으로써 다수 로봇의 상호작용도 고려할 수 있게 하였다.

• Smart Structures and Systems
• /
• 제7권3호
• /
• pp.169-184
• /
• 2011

We review the current understanding of modularity in biological motor control and its forms, and then relate this modularity to proposed modular control structures for biomimetic robots. We note the features that are different between the robotic and the biological 'designs' with features which have evolved by natural selection, and note those aspects of biology which may be counter-intuitive or unique to the biological controls as we currently understand them. Biological modularity can be divided into kinematic modularity comprised of strokes and cycles: primitives approximating a range of optimization criteria, and execution modularity comprised of kinetic motor primitives: muscle synergies recruited by premotor drives which are most often pulsatile, and which have the biomechanical effect of instantiating a visco-elastic force-field in the limb. The relations of these identified biological elements to kinematic and force-level motor primitives employed in robot control formulations are discussed.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1136-1139
• /
• 2021

쇼핑카트 부착 모듈형 로봇 'Cart-Rider'는 어드미턴스 제어를 통한 사용자의 힘 보조 기능, 딥러닝을 활용한 네비게이션 기능, GPS 를 활용한 도난 방지 기능을 제공하는 로봇으로 대형 마트에서 발생하는 안전사고 및 쇼핑카트 도난을 예방하는 동시에 사용자에게 편의성을 제공하는 로봇이다. 또한 여러 대를 겹쳐서 보관하는 기존의 카트 시스템을 유지하고 탈부착이 용이하도록 하드웨어를 제작하여 환경에 영향을 주지 않고 유지 및 보수가 용이하도록 제작했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.129-131
• /
• 2022

본 논문에서는 다양한 인공지능을 모듈화하고 모듈들을 서로 결합하여 서비스를 제공할 수 있는 지능형 서비스 로봇에서, 인공지능 모듈들을 라이브러리 간의 의존성을 해소하기 위한 방법 중 하나인 가상 머신의 일종인 도커(Docker)를 활용하여 컨테이너화하여 사용할 때, 인공지능 모듈 내부에서 사용하는 신경망 데이터에 해당하는 지능 모델에 대해 버전 관리를 수행하면서 클라우드 등 외부 서버를 이용하여 증강시킨 지능 모델을 공유하는 기술 개발에 대해 설명한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.55-57
• /
• 2001

강화학습은 한 에이전트가 자신이 놓여진 환경으로부터의 보상을 최대화할 수 있는 최적의 행동 전략을 학습하는 것이다. 따라서 강화학습은 입력(상태)과 출력(행동)의 쌍으로 명확한 훈련 예들이 제공되는 교사 학습과는 다르다. 특히 Q-학습과 같은 비 모델 기반(model-free)의 강화학습은 사전에 환경에 대한 별다른 모델을 설정하거나 학습할 필요가 없으며 다양한 상태와 행동들을 충분히 자주 경험할 수만 있으면 최적의 행동전략에 도달할 수 있어 다양한 응용분야에 적용되고 있다. 하지만 실제 응용분야에서 Q-학습과 같은 강화학습이 겪는 최대의 문제는 큰 상태 공간을 갖는 문제의 경우에는 적절한 시간 내에 각 상태와 행동들에 대한 최적의 Q값에 수렴할 수 없어 효과를 거두기 어렵다는 점이다. 이런 문제점을 고려하여 본 논문에서는 로봇 축구 시뮬레이션 환경에서 각 선수 에이전트의 동적 위치 결정을 위해 효과적인 새로운 Q-학습 방법을 제안한다. 이 방법은 원래 문제의 상태공간을 몇 개의 작은 모듈들로 나누고 이들의 개별적인 Q-학습 결과를 단순히 결합하는 종래의 모듈화 Q-학습(Modular Q-Learning)을 개선하여, 보상에 끼친 각 모듈의 기여도에 따라 모듈들의 학습결과를 적응적으로 결합하는 방법이다. 이와 같은 적응적 중재에 기초한 모듈화 Q-학습법(Adaptive Mediation based Modular Q-Learning, AMMQL)은 종래의 모듈화 Q-학습법의 장점과 마찬가지로 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 보다 동적인 환경변화에 유연하게 적응하여 새로운 행동 전략을 학습할 수 있다는 장점을 추가로 가질 수 있다. 이러한 특성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권10호
• /
• pp.261-268
• /
• 2020

본 논문에서는 장애 유형별 청소년 소프트웨어 교육을 위한 효과적인 소프트웨어 교육 모델을 제안한다. 이 소프트웨어 교육 모델은 4단계 과정으로 구성된다. 첫 번째 단계에서는 특수교육 교육과정에서 소프트웨어 교육 영역을 비교 분석한 결과를 기반으로 장애 유형별 청소년 소프트웨어 교육을 위한 교육과정을 도출한다. 두 번째 단계에서는 지적장애와 중복장애가 없는 시각, 청각, 지체 장애로 구분하여 장애 청소년의 효과적인 소프트웨어 교육을 위한 성취기준을 도출한다. 세 번째 단계에서는 도출한 성취기준에 따라 장애 유형별 장애 특성을 반영하여 코딩 로봇 알버트 기반의 언플러그드 컴퓨팅, 피지컬 컴퓨팅, 블록/텍스트 코딩으로 구성된 모듈식 교재를 개발한다. 네 번째 단계에서는 이 교재를 학교 현장에 적용하여 장애 청소년들이 일상생활에서 접하는 다양한 문제를 스스로 절차적이고 논리적으로 사고할 수 있도록 체험 중심의 소프트웨어 교육을 실시한다. 그리고 장애 청소년의 성취도 평가와 설문조사를 통한 결과를 분석하여 지적장애 82.3%, 시각장애 78.8%, 청각장애 90.9%, 지체장애 78.8%의 장애 청소년들이 '중' 수준 이상의 성취도를 달성하였음을 보인다. 이러한 결과는 본 논문에서 제안한 장애 청소년을 위한 소프트웨어 교육 모델이 장애 청소년의 컴퓨팅 사고력 향상에 매우 효과적임을 검증한 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권12호
• /
• pp.499-506
• /
• 2019

지능형 로봇은 사용자의 요구에 따라 상황에 맞는 작업을 선택하여 서비스를 수행할 수 있어야 하며, 다양한 상황에 대해서 현재 가장 적합한 작업이 무엇인지 비교하고 선택할 수 있어야 한다. 이를 위해 절차적 추론 시스템을 활용하는 기존의 지능형 로봇시스템은 작업 모델 내부에 우선도 함수를 정의하고 이를 활용하여 작업 간 우선도를 비교하는 방법으로 작업관리 기능을 제공하고 있었다. 하지만 이러한 기존의 방법은 다중 도메인 서비스를 수행하는 데에 있어, 우선도 결정 함수가 명시적이지 않아 일반적인 상황에 대한 우선순위를 결정할 수 없고, 유용성을 비교하기 위한 표준적인 기준이 존재하지 않아 각 서비스 간의 우선도를 비교하는 방법이 범용적이지 않으며, 이를 재사용하거나 확장할 수 없다는 한계점이 존재했다. 우리는 이를 개선하기 위해 작업관리를 위한 정책 모델과 이를 활용하여 작업의 우선도를 계산하는 방법인 정책 모델 주도 메타-플래닝을 제안한다. 정책 모델은 메타-플래닝 과정에서 작업의 유틸리티를 명시적으로 계산할 수 있는 기능을 제공하며, 기초 모델을 통해 다양한 서비스 간의 유용성을 비교할 수 있게 해준다. 또한, 모델의 구성을 온톨로지를 활용함으로써 확장성을 가지는 특징이 있다. 실험을 통해 동적 환경에서 정책 모델에 따라 로봇의 행동이 변화하는 것을 관찰할 수 있었고, 이를 통해 서비스가 필요에 따라 우선도의 비교를 통해 선택되는 것을 확인할 수 있었다.

• 한국정밀공학회지
• /
• 제30권6호
• /
• pp.650-657
• /
• 2013

This study uses a muscle activation sensor and elbow joint model to develop an estimation algorithm for human elbow joint torque for use in a human-robot interface. A modular-type MVS (Muscle Volume Sensor) and calibration algorithm are developed to measure the muscle activation signal, which is represented through the normalization of the calibrated signal of the MVS. A Hill-type model is applied to the muscle activation signal and the kinematic model of the muscle can be used to estimate the joint torques. Experiments were performed to evaluate the performance of the proposed algorithm by isotonic contraction motion using the KIN-COM$^{(R)}$ equipment at 5, 10, and 15Nm. The algorithm and its feasibility for use as a human-robot interface are verified by comparing the joint load condition and the torque estimated by the algorithm.

• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.320-327
• /
• 2015

최근 다양한 분야에 서비스 로봇이 상용화되고 있지만 대부분의 로봇 에이전트는 사용자의 구체적인 명령에 의존적이고, 불안정한 센서정보를 기반으로 환경변화에 빠르게 대응하여 목적을 달성하기는 어려운 문제가 있다. 이러한 문제를 해결하기 위해, 본 논문은 사람이 타인의 의도를 이해하고 대응하는 과정을 설명하는 거울뉴런(mirror neuron)과 마음이론(theory of mind) 시스템을 모델링하고 로봇에이전트에 적용하여 유용성을 입증한다. 제안하는 의도-대응 모델은 거울뉴런의 빠르고 직관적인 대응행동과 중간목적 지향적인 특성을 구현하기 위해, 환경과 목적을 고려하는 행동선택 네트워크(behavior selection network)를 사용한다. 또한, 장기적인 행동계획을 기반으로 대응행동을 수행하는 마음이론 시스템을 수행하기 위해, 계층적 계획생성 기법을 이용하여 중간목적 단위로 행동을 계획하고 이를 기반으로 행동선택네트워크 모듈을 제어한다. 다양한 시나리오에 대해 실험한 결과 외부자극에 적절한 대응행동이 생성됨을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제19권2호
• /
• pp.164-170
• /
• 2013

Quadrotor UAV (Unmanned Aerial Vehicle) is a flying robotic platform which has drawn lots of attention in the recent years. The attraction comes from the fact that it is able to perform agile VTOL (Vertical Take-Off Landing) and hovering functions. In addition, the efficient modular structure composed of four electric rotors makes its design easier compared to other single-rotor type helicopters. In many cases, a quadrotor often utilizes vision systems in order to obtain altitude control and navigation solution in hostile environments where GPS receivers are not working or deniable. For carrying out their successful missions, it is essential for flight control systems to have fast and stable control responses of heading angle outputs. This paper presents a Fuzzy Logic based lateral PI controller to stabilize and control the quadrotor vehicle equipped with vision systems. The advantage of using the fuzzy based PI controller lies in the fact that it could acquire a desired output response of a heading angle even in presence of disturbances and uncertainties. The performance comparison of the newly proposed Fuzzy-PI controller and the conventional PI controller was carried out with various simulation results.