• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.9
• /
• pp.6290-6296
• /
• 2015

More informative ones of heuristics can help to conduct search more efficiently to obtain solution plan. However, in general, to derive highly informative heuristics from problem specifications requires lots of computational effort. To address this problem, we propose an State-Action based Planning Graph(SAPG) and Action-based heuristics for solving planning problems more efficiently. The SAPG is an extended one to be applied to can find interactions between subgoal & goal conditions from the relaxed planning graph which is a common means to get heuristics for solving the planning problems, Action-based heuristics utilizing SAPG graphs can find interactions between subgoal & goal conditions in an effective way, and then consider them to estimate the goal distance. Therefore Action-based heuristics have more information than the existing max and additive heuristics, also requires less computational effort than the existing overlap heuristics. In this pager. we present the algorithm to compute Action-based heuristics, and then explain empirical analysis to investigate the accuracy and the efficiency of the Action-based heuristics.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.614-621
• /
• 2007

전통적 계획방식은 결정적 효과를 간진 동작들로 이루어진 도메인을 다룬다. 따라서 전통적 계획기는 동작이 환경을 어떻게 변화시킬지 명확하게 예측할 수 있다. 그러나, 많은 실제 응용들에서는 불완전한 정보와 비-결정적 효과를 처리할 수 있는 계획방식을 요구한다. 확률적 계획방식은 확률적 효과를 가진 동작들을 포함함으로써 이러한 요구를 만족한다. 확률적 계획기는 일반적으로 목표상태에 도달하기 위한 하나의 행동정책을 찾아내며, 이는 (상태, 동작)쌍들의 집합으로 표현된다. 그러나 확률적 효과를 포함시킴으로써 계획기들의 복잡도가 이전보다 증가되었다. 본 논문에서는 효율적인 확률적 계획기의 설계와 구현에 대해 설명한다. 이 계획기는 표준 PPDDL 언어로 표현된 도메인 묘사를 입력으로 받아들이며, 실시간 동적 프로그래밍 알고리즘을 채용하고, 간략화한 문제로부터 추출된 휴리스틱 지식을 이용한다. 생성된 상태들과 행동정책을 효율적으로 저장하기 위해, 이 확률적 계획기는 해쉬테이블을 이용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.319-323
• /
• 2006

본 논문에서는 동작 모델과 작업 목표에 따라 지능 로봇 시스템의 작업 순서를 결정하는 작업 계획기의 설계와 데모시스템에 대해 설명한다. 블랙보드 중심의 분산 제어 구조에서 하나의 독립적인 지식원으로 동작하는 작업 계획기는 작업 관리기의 요청이 있을 때마다 지식베이스로부터 동작 모델과 월드 상태 정보를 제공받아 작업 목표 달성을 위한 작업 계획을 생성한다. 그리고 이렇게 생성된 작업 계획은 오류로 인해 재 계획이 필요할 때까지 작업 관리기를 통해 실행된다. 본 연구의 작업 계획기는 효율적인 작업 계획 생성을 위해 지역 상태공간 탐색법의 하나인 EHC+ 탐색법과 계획그래프-기반의 휴우리스틱 계산법을 적용한다. 본 논문에서는 작업 계획기의 효율성과 블랙보드와의 연계성을 시험하기 위한 데모 시스템에 대해 자세히 설명한다. 이를 통해 지식베이스, 작업 관리기, 컴포넌트 서비스기 등 로봇 제어 구조내의 다른 지식원들과의 인터페이스를 위한 메시지 설계도 소개한다.

• The KIPS Transactions:PartB
• /
• v.18B no.1
• /
• pp.29-38
• /
• 2011

In order to derive domain-independent heuristics from the specification of a planning problem, it is required to relax the given problem and then solve the relaxed one. In this paper, we present a new planning graph, Merged Planning Graph(MPG), and GD heuristics for solving contingent planning problems with both uncertainty about the initial state and non-deterministic action effects. The merged planning graph is an extended one to be applied to the contingent planning problems from the relaxed planning graph, which is a common means to get effective heuristics for solving the classical planning problems. In order to get heuristics for solving the contingent planning problems with sensing actions and non-deterministic actions, the new graph utilizes additionally the effect-merge relaxations of these actions as well as the traditional delete relaxations. Proceeding parallel to the forward expansion of the merged planning graph, the computation of GD heuristic excludes the unnecessary redundant cost from estimating the minimal reachability cost to achieve the overall set of goals by analyzing interdependencies among goals or subgoals. Therefore, GD heuristics have the advantage that they usually require less computation time than the overlap heuristics, but are more informative than the max and the additive heuristics. In this paper, we explain the experimental analysis to show the accuracy and the search efficiency of the GD heuristics.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.254-259
• /
• 2006

전통적인 인공지능 계획방식은 완전한 월드 상태모델과 시스템 동작모델에 기초하여 처음부터 자동으로 작업계획을 생성하려는 접근방식이다. 그러나 지능로봇제어와 같이 불확실성과 가변성이 높은 실 세계 응용분야에서 이와 같은 전통적인 인공지능 계획방식은 효과를 얻기 어렵다. 반면에 많은 실 세계 응용분야에서는 그 분야에서 이미 잘 알려져 있는 작업 영역지식이나 제어지식들이 존재하며, 이들을 효과적으로 이용하는 것이 매우 중요하다. 이러한 방법 중의 하나로서 복잡도가 높은 작업계획을 전문가가 직접 편집해서 입력하는 방식이 널리 쓰인다. 기본 동작모델과는 달리, 일반적으로 작업계획 표현언어는 복잡한 제어구조를 포함하는 하나의 작업 프로세스로 계획을 표현한다. 따라서 이러한 복잡한 절차적 지식인 작업계획을 편집하고 검증하기 위해서는 편리한 모델링 도구의 개발이 필요하다. 본 연구에서는 PRS 계열의 작업계획을 비주얼 환경에서 편집할 수 있고, 가상 시뮬레이션 기능과 작업 계획기와의 연동 기능을 갖춘 PKM시스템의 설계와 구현에 대해 설명한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.53-54
• /
• 2018

본 논문은 ROS 프레임워크를 기반으로 4-자유도를 가진 로봇 팔의 Pick-and-Place 동작 제어를 구현하고, 틱택토 게임에 적용한 사례를 제시한다. 로봇 팔의 Pick-and-Place 동작 제어는 움직임 궤적 계획, 충돌 회피 그리고 역기구학 모델링 연산들과 이를 이용한 복잡한 제어 과정을 요구한다. ROS 프레임워크는 간단한 인터페이스 통해 로봇 팔의 동작을 용이하게 제어할 수 있도록 일련의 연산들과 제어 동작을 통합하여 MoveIt 패키지를 제공하고 있으며, 본 논문은 이 패키지를 기반으로 4-자유도의 로봇 팔에 대한 동작 제어 모듈을 구현하였다. 또한 이를 틱택토 게임에 적용하여 로봇 팔을 적절히 제어함을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 1991.10a
• /
• pp.1052-1056
• /
• 1991

페인팅작업에의 로보트응용은 열악환경의 극복, 자동화, 품질의 향상수단으로서 강력한 대안책이며 이에 관한 관심이 국내외에 고조되고 있다. 본 논문에서는 이전에 제시한 바있는 자동동작계획의 개념을 확장하여 통합페인팅시스템을 위한 Extended ATPS(Automatic Trajectory Planning System)를 개발하고, 이의 구현 및 검증을 위한 하드웨어 시스템의 개발현황을 소개한다. 개발될 시스템은 하드웨어 및 소프트웨어가 일식화된 로보틱페인팅 시스템으로서 동작계획의 자동화 뿐만아니라 측정 및 제어기능을 소프트웨어에서 일관처리하는 새로운 방식이다.

• Broadcasting and Media Magazine
• /
• v.3 no.2
• /
• pp.31-43
• /
• 1998

가상 인물은 컴퓨터에 의해 합성된 가상적인 연기자로 최근 많은 영상물에 사용되어 대중에게 큰 호응을 얻고 있고 점차 그 활용 범위가 확대될 전망이다. 가상인물의 동작은 가상 인물의 사실성을 좌우하기 때문에 자연스러운 동작을 보다 적은 노력으로 빠르게 만들기 위해 다양한 방법들이 연구되었다. 가상 인물의 동작의 기본이 되는 자세를 제어하기 위해 다관절체와 인체변형 기법들이 제안되었다. 키프레임 보간법은 소수의 자세로 동작을 생성하고 역운동학을 이용하여 편리하게 동작을 제어할 수 있지만 사용자의 많은 노력과 시간을 요구한다. 대안으로 제시된 동력학 기반 동작 생성은 자연스러운 동작을 자동으로 생성할 수 있는 반면 사용자의 제어가 어렵다. 최근에 각광 받고 있는 연기 기반 방법은 실제 연기자의 동작을 가상 인물에 대입하여 빠르고 자연스러운 동작 생성을 가능하게 한다. 생성된 동작은 동작 혼합이나 전이의 방법으로 재 사용된다. 가상 인물 스스로가 충돌을 검사하여 충돌을 피할 수 있는 경로를 계획하여 동작을 생성하게 하는 연구, 더 나아가서 가상 인물이 주변 상황을 파악하고 능동적으로 대처할 수 있게 하는 연구를 통해 가상 인물은 보다 실제 인간에 가까운 모습으로 발전하고 있다.

• Transactions of the Korean Society of Mechanical Engineers
• /
• v.15 no.5
• /
• pp.1495-1502
• /
• 1991

본 연구에서는 동일 작업 공간내에서 두대의 로봇이 각각의 토크의 제한 조건 과 충돌 회피 조건을 만족하면서 근사 최소 시간에 지정된 경로를 주행하기 위한 궤적 계획법을 제안하고자 한다. 이때, 동작 우선도에 의하여 한 대의 로봇은 주 로봇, 다른 한 대의 로봇은 종 로봇으로 지정되는데 주 로봇은 입력 토크의 제한조건을 만족 하며 주어진 경로를 최소 시간에 움직이도록 궤적 계획을 하였으며, 종 로봇은 주 로 봇과의 충돌을 피하고 입력 토크의 제한 조건을 만족하며 주어진 경로를 근사 최소 시 간에 움직이도록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.307-310
• /
• 2002

인공지능 로봇 계획 문제는 초기상태, 동작, 목적상태로 구성되며, 초기상태를 목적상태로 변화시키는 일련의 동작을 찾는 문제로서, 지수 복잡도 문제이다. 이러한 문제에 대한 접근 방법으로 인공지능 탐색이 널리 쓰인다. 본 논문에서는 아일랜드 탐색을 사용하는 방법을 소개한다. 아일랜드 탐색을 적용하려면 초기상태에서 목적상태로 변환하는 도중 꼭 거쳐야 하는 아일랜드를 제공해야 한다. 그러나 그러한 아일랜드를 찾는 것은 불가능한 일이다. 그러므로, 본 논문에서는 선취관계를 이용하여 적당한 아일랜드를 생성하여 사용한다. 로봇 계획 문제의 목적 상태를 구성하는 부분목적 사이에 어떤 부분 목적이 반드시 다른 어떤 부분 목적 보다 먼저 성취되어져야 하는 관계를 선취관계라 한다. 아일랜드를 프로세서 수만큼 생성하여, 각 프로세서에 하나의 아일랜드를 원래의 계획 문제와 함께 할당한다. 각 프로세서는 초기상태에서 아일랜드까지 가는 문제를 휴리스틱 방법으로 풀고, 아일랜드에서 목적 상태로 도달하는 문제를 또한 휴리스틱 방법으로 풀어 결합함으로써 원래의 문제에 대한 해를 구하여 주 프로세서에게 되돌려 준다. 주 프로세서는 되돌아 온 해 중에서 가장 효율적인 해를 선택하여 최적해를 찾는다.