The Application of Direction Vector Function for Multi Agents Strategy and The Route Recommendation System Research in A Dynamic Environment

멀티에이전트 전략을 위한 방향벡터 함수 활용과 동적 환경에 적응하는 경로 추천시스템에 관한 연구

  • 김현 (경희대학교 컴퓨터공학과) ;
  • 정태충 (경희대학교 컴퓨터공학과)
  • Received : 2010.08.16
  • Accepted : 2011.03.04
  • Published : 2011.03.25

Abstract

In this paper, a research on multi-agent is carried out in order to develop a system that can provide drivers with real-time route recommendation by reflecting Dynamic Environment Information which acts as an agent in charge of Driver's trait, road condition and Route recommendation system. DEI is equivalent to number of n multi-agent and is an environment variable which is used in route recommendation system with optimal routes for drivers. Route recommendation system which reflects DEI can be considered as a new field of topic in multi-agent research. The representative research of Multi-agent, the Prey Pursuit Problem, was used to generate a fresh solution. In this thesis paper, you will be able to find the effort of indulging the lack of Prey Pursuit Problem,, which ignored practicality. Compared to the experiment, it was provided a real practical experiment applying the algorithm, the new Ant-Q method, plus a comparison between the strategies of the established direction vector was put into effect. Together with these methods, the increase of the efficiency was able to be proved.

본 논문에서는 운전자의 특성, 도로상황, 경로 추천을 담당하는 에이전트와 같은 동적환경정보(DEI:Dynamic Environment Information)를 반영하여 실시간으로 운전자에게 경로를 추천할 수 있는 시스템을 위해 멀티에이전트에 관한 연구를 수행하였다. DEI는 n개의 멀티 에이전트이며 운전자에게 최적화된 경로를 제공할 수 있는 경로추천시스템에 활용되는 환경변수이다. DEI가 반영되는 경로추천 시스템은 멀티 에이전트 연구의 새로운 연구 분야라 할 수 있겠다. 이를 위하여 멀티에이전트 연구의 대표적 실험 환경인 먹이추적문제를 이용하여 새로운 해법을 찾고자 하였다. 본 논문에서는 기존의 먹이추적 실험은 현실성이 결여된 멀티에이전트 연구였기에 기존의 실험환경과 달리 현실세계와 비슷한 실험환경을 제안을 하며 새로운 전략인 Ant-Q 학습을 적용한 알고리즘과 기존의 방향벡터를 활용한 전략과의 비교를 통해 새로운 환경에서의 성능의 향상을 입증할 수 있었다.

Keywords

References

  1. 김은희,김문철 "협업 필터링을 통한 IPTV 프로그램 자동 추천" 대한전자공학회 2008년도 하계종합학술대회, 제31권 제1호, 701-702쪽, 2008년
  2. 이봉우,최우경,전홍태 "퍼지 로직을 이용한 지능형네비게이션 시스템" 전자공학회논문지 제43권 제4호, 67-72쪽, 2006년 7월.
  3. 한상우,김종원 "다자간 협업 환경에서 에이전트 기반 서비스 합성" 전자공학회논문지, 제45권 CI편, 제5호, 2008년.
  4. M. Benda, V. Jagannathan and R. Dodhiawala, "On optimalcooperation of knowledge source-an empirical invarstigation," Technical Report BCS-G2010-28, Boeing Advanced Technology Center, Boeing Computing Services, Seattle, Washington, July, 1986.
  5. 김현, 이승관, 정태충 "방향벡터를 이용한 다중에 이전트 휴리스틱" 제22회 한국정보처리학회 추계학술발표대회 11권 2호, 2004.11.01.
  6. Peter Stone, Manuela Veloso, Multiagent coordina-tion with learning classifier systems, In Proceeding of the AAAI 99 Workshop on Negotiation, pp. 44-49, 1999.
  7. Peter Stone and Manuela Veloso, "Multiagent System : A Survey from a Machine Learning," Technical Report CMU-CS-97-193, The University of Carnegie Mellon, December-1997.
  8. Thomas Haynes and Sandip Sen. "Evolving behavioral strategies in predators and prey" , In Gerhard Weiband Sandip Sen, editors, Adaptation and Learning in Muiltiagent Systems, Springer Verlag, Berlin, 1996.
  9. Ran Levy and Jeffrey S.Rosenschein, "A game thoretic approach to the pursuit problem", In Working Papers of the 11th International Workshop on Distributed Atrificial Intelligence, February 1992.
  10. S. Cammarata, D. McArthur, And &, Steeb, "Strategies of Cooperation in Distributed Problem Solving", Proceedings of Eighth International Joint Conference on Artificial Intelligence, Karlsruhe West Germany, August 1993.
  11. L.M.Stephens and M.B.Merx, "The effect of agent control strategy on the performance of a DAI pursuit problem,"In Proceeding of the 1990 Distributed AI Workshop, October, 1990.
  12. A. Colorni, M. Dorigo, and V. Maniezzo, An Investigation of Some Properties of An Ant Algorithm. Proceedings of the Parallel Problem Solving from Nature Conference (PPSN 92), 1992, R. Maanner and B. Manderick (Eds.), Elsevier Publishing, pp. 509-520.
  13. V. Maniezzo, A.Colorni, and M.Dorigo, The Ant System Applied To The Quadratic Assignment Problem, Tech. Rep. IRIDIA/94-28, 1994, Universitee Libre de Bruxelles, Belgium.
  14. M. Dorigo, L.M. Gambardella "Ant-Q: a reinforcement learnning approach to the traveling salesman problem," Proceedings of ML-95, twelfht International Conference on Machine Learning, A.Prieditis and S.Russel l(Eds.), Morgan Kaufmann, pp.252-260, 1995.
  15. 이형일, 김병천 "강화학습을 이용한 다중 에이전트 제어 전략", 정보처리학회지 10-B권 3호 249p-256p 1598-2866
  16. 박정훈, "멀티에이전트 시스템에서의 효율적인 작업수행방법", 대한전자공학회, 전자공학회논문지, 제 21호, 1998년.