MACS

Multi-Agent Cooperation Strategies



자율 이동 로봇은 여러 종류의 센서에 의하여 장애물이나 목표물과 같은 주위 환경을 인식하고 스스로 다음 행동을 결정하여 동작함으로써 주어진 임무를 수행하는 지능적인 시스템이다. 자율 이동 로봇에 관한 기존 연구는 외부 상황에 효과적으로 대처하기 위한 하나의 로봇 시스템을 설계하는 것이었으나, 최근들어 여러대의 자율 이동 로봇, 즉 자율 이동 로봇군의 협조 행동을 통하여 보다 복잡한 문제를 해결하기 위한 연구가 더욱 활발히 진행되고 있다.
본 과제에서는 진화 연산을 분산 인공 지능 기법과 인공 생명 기술에 접목함으로써 자율이동로봇군의 적응 및 학습 능력을 향상시키는 연구를 수행하였다. 이것은 마치 작은 곤충들이 주위 상황을 인지하고 바로 행동에 대응시켜 같이 먹이를 운반하거나 무리를 지어 이동하는 집단적인 행동을 보여주는 것과 같이 단순한 행동에 기초한 여러대의 자율 이동 로봇이 협조 행동을 통해 복잡한 문제를 해결하도록 하는 것이다.
본 과제에서 연구된 구체적인 내용을 요약하면 다음과 같다. 감지 입력에 의하여 주어지는 정보에 대한 분류 및 특정 패턴의 검출이 가능한 신경망의 구조를 고안하고 진화 연산을 통해 알맞은 형태의 신경망을 찾아냄으로써 여러 대의 로봇이 운반되어질 탁자로 이동하는 시뮬레이션을 구현할 수 있었다. 다양한 환경에서 복합 협조 행동의 효율적 진화를 위한 유전자 프로그래밍 방법으로서 적합도 교체 방법을 개발하였고, 이를 탁자 운반 문제와 로봇 축구 시뮬레이션에 적용하여 성공적인 결과를 얻었다. 또한 불연속적인 격자 공간이 아닌 실제 세계와 유사한 연속된 실수 공간에서의 시뮬레이션을 위하여 유전자 프로그래밍을 사용한 상위 단계의 행동 전략과 하위 단계의 행동 제어기를 동시에 진화시키는 방법을 고안하고 일반화된 탁자 운반문제에 적용하여 그 효과를 검증하였다.
본 연구의 결과는 공장 자동화 시스템에서와 같이 무인 로봇의 협조 작업, 해저나 우주 공간에서와 같이 사람이 직접 작업하기 힘든 곳에서 임무를 수행하는 로봇의 개발에 기반 기술을 제공할 수 있을 것으로 기대된다.

  • 단체 행동의 학습을 위한 진화 연산 기법의 개발
  • 인공 생명 기법을 이용한 군지능 형성 방법 연구
  • 자율 이동 로봇군의 협력 작업 실험을 위한 시뮬레이터의 개발
최종연구목표 진화연산을 이용한 자율이동로봇군의 적응 학습 시뮬레이터 개발
1차년도 단체 행동의 학습을 위한 진화연산 기법의 개발
2차년도 다중이동로봇의 군행동 학습을 위한 시뮬레이터 개발
3차년도 이동 로봇 하드웨어와의 통합 및 데모

Publications
  • A Probabilistic Model for Co-evolutionary Emergence of Collective Intelligence, Zhang, B.-T., 2000. (submitted to Cybernetics & Systems)
  • Evolving Complex Group Behavior Using Genetic Programming with Fitness Switching, Zhang, B.-T. and Cho, D.-Y., Artificial Life and Robotics, vol. 4, no. 2, pp. 103-108, 2000.
  • Comparison of Selection Methods for Evolutionary Optimization, Zhang, B.-T. and Kim, J.-J., Evolutionary Optimization, vol. 2, no. 1, pp. 55-70, 2000.
  • Bayesian Method for Efficient Genetic Programming, Zhang, B.-T., Genetic Programming and Evolvable Machines, vol. 1, no. 3, pp. 217-242, 2000.
  • Efficient Model Induction by a Bayesian Evolutionary Algorithm with Incremental Data Inheritance, Zhang, B.-T. and Joung, J.-G., 1998. (Submitted to IEEE Transactions on Evolutionary Computation)
  • Coevolutionary Fitness Switching: Learning Complex Collective Behaviors Using Genetic Programming, Zhang, B.-T. and Cho, D.-Y., Advanced in Genetic Programming, vol 3., pp. 425-445, MIT Press, 1999.
  • Genetic Programming with Active Data Selection, Zhang, B.-T. and Cho, D.-Y., Simulated Evolution and Learning, LNAI, vol. 1585, pp. 146-153, Springer, 1999.
  • Genetic Programming with Incremental Data Inheritance, Zhang, B.-T. and Joung, J.-G., Proceedings of Genetic and Evolutionary Computation Conference, vol. 2, pp. 1217-1224, Morgan Kaufmann, 1999.
  • Genetic Programming-based Alife Techniques for Evolving Collective Robotic Intelligence, Cho, D.-Y. and Zhang, B.-T., Proceedins of 4th International Symposium on Artificial Life and Robotics, pp. 236-239, 1999.
  • Genetic Programming with Active Data Selection, Zhang, B.-T. and Cho, D.-Y., Proceedings of 2nd Asia Pacific Conference on Simulated Evolution and Learning, vol. 1, 1998.
  • Fitness Switching: Evolving Complex Group Behaviors Using Genetic Programming, Zhang, B.-T. and Cho, D.-Y., Proceedings of 3rd International Conference on Genetic Programming, pp. 431-438, Morgan Kaufmann, 1998.
  • Genetic Programming of Multiagent Cooperation Strategies for Table Transport, Cho, D.-Y. and Zhang, B.-T., Proceedings of 3rd Asia Fuzzy Systems Symposium, pp. 170-175, 1998.
  • Evolution of Herding Behavior of Multiple Autonomous Mobile Robots, Zhang, B.-T. and Hong, Y.-J., Proceedings of 3rd International Symposium on Artificial Life and Robotics, vol. 1, pp. 166-169, 1998.
  • A Multinet Neural Architecture for Evolving Collective Robotic Intelligence, Zhang, B.-T. and Hong, Y.-J., Proceedings of the International Conference on Neural Information Processing, vol. 2, pp. 971-974, Springer, 1997.
  • Evolving Cooperation Strategies for Multiple Mobile Robots, Hong, Y.-J. and Zhang, B.-T., Proceedings of Triennial 2nd Asian Control Conference, pp. 627-630, 1997.
  • An Evolutionary Method for Active Learning of Mobile Robot Path Planning, Zhang. B.-T. and Kim, S.-H., IEEE International Symposium on Computational Intelligence in Robotics and Automation, pp. 312-317, 1997.
  • 유전자 프로그래밍을 이용한 자율 이동 로봇군의 협조 행동 진화, 조동연, 장병탁, 대한전기학회 하계학술대회 논문집, vol. G, pp. 2197-2199, 1998.
  • 인공생명과 진화 알고리즘, 장병탁, 전자공학회지, vol. 24, no. 3, pp. 51-60, 1997.
  • 비동기 귀환 신경망을 이용한 이동 로봇의 협조 행동 학습, 홍연준, 장병탁, 대한전기학회 하계학술대회 논문집, vol. G, pp. 2286-2289, 1997.
  • 인공생명과 진화알고리즘, 장병탁, 인공생명 워크샵, 1997.
  • 진화 알고리즘 기반의 능동적 학습 연구를 위한 시뮬레이터의 개발, 김성훈, 장병탁, 정보과학회 춘계학술발표논문집(B), vol. 24, no. 1, pp. 307-310, 1997.
  • 진화 알고리즘을 이용한 이동 로봇 경로 계획의 능동적 학습, 김성훈, 장병탁, 한국 퍼지 및 지능 시스템 학회 춘계 학술 발표 논문집, vol. 7, no. 1, pp. 263-266, 1997.

  • Project Title 인공생명 기법을 이용한 자율이동로봇군의 협조행동 구현
    Sponsor 한국과학재단(KOSEF) 특정기초연구
    Duration September 1996 - August 1999
    Principal Investigator Prof. Byoung-Tak Zhang
    Researchers Dong-Yeon Cho
    Ho-Sik Seok
    Kwang-Ju Lee
    Je-Gun Joung

    Contact Dong-Yeon Cho
    E-Mail dycho@scai.snu.ac.kr
    Phone +82-2-880-7302
    Fax +82-2-875-2240