An Experience-Type Car Maintenance Training System based on Logic Simulation

Recently, researches on the application of IT technology to various fields including traditional industries are becoming more popular. One challenge in the field of education is to understand the way how technology may support learning, and research on self-directed learning has been accelerated by integrating education and IT technology. The process of self-directed learning in e-learning applications such as Car Maintenance Training is very difficult and complicated. Previous studies on car maintenance training applications provided simple training scenarios with predetermined action sequences. To incorporate self-directed learning in car maintenance training, however, trainees must be able to perform various maintenance operations himself and experience various situations. To provide such functionality, it is necessary to obtain an accurate response for various operations of trainees, but it requires complicated calculations with respect to varieties in the electrical and mechanical processes of a car. In this paper, we develop a logic simulation agent using JESS inference engine in which self-directed learning is achieved by capturing the behavior of trainees and simulating car operations without complicated physical simulations in car maintenance training.

논리 시뮬레이션을 기반으로한 체험형 자동차 정비 훈련 시스템

최근 IT 기술을 전통 산업 등 다양한 분야에 적용하려는 연구가 많이 진행되고 있다. 교육 분야에서는 기술을 이용하여 학습을 개선시키는 방법에 대한 관심이 높아지고 있으며, 교육에 IT 기술을 접목하는 자기주도적 학습에 대한 연구가 활발하게 진행되고 있다. 자동차 정비 훈련 분야에서도 이-러닝 형태의 교육이 이루어지고 있지만, 자기주도형 학습을 하기에는 어려움이 많다. 기존에 만들어진 자동차 정비 훈련 프로그램은 개발자에 의해 정해진 훈련 시나리오에 따라 미리 정해진 동작만을 차례로 수행하게 되어있다. 그러나 훈련자가 자기주도적으로 정비 훈련을 수행하기 위해서는 훈련자 스스로 여러가지 정비 동작을 수행하고 다양한 상황을 경험할 수 있어야 한다. 그러한 기능을 제공하기 위해서는 훈련자의 다양한 동작에 대해서 실제와 같은 결과가 나오도록 프로그램이 개발되어야 하지만, 그러려면 자동차의 여러가지 복잡한 전기적, 기계적 동작에 관한 매우 복잡한 계산이 수행되어야 한다. 본 논문에서는 자동차 정비 훈련에서 복잡한 물리적 시뮬레이션 없이 훈련자의 다양한 동작에 따라 자동차의 동작을 시뮬레이션 함으로써 자기주도적인 학습을 할 수 있는 JESS 추론 엔진을 이용한 논리 시뮬레이션 에이전트를 구현한다.