• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.18-20
• /
• 1998

본 논문은 EBL 기반의 제어지식형 계획기에서 다양한 목표확장 방법을 사용하여 MEA의 불완전한 계획생성을 해결하는 새로운 방법을 제안한다. 계획기의 문제 공간을 탐색하는 방법 중 하나인 MEA는 현재상태와 목표상태의 차이를 줄이기 위하여 연산자를 선택한 후에, 연산자의 조건절을 현재상태가 만족하는지의 여부에 따라서 조건절의 부목표화를 결정한다. 그러나 이러한 목표확장 방법은 현재상태에서 만족된 부목표에 대한 목표확장을 하지않음으로써 문제공간 탐색에서 제한된 범위만을 탐색하므로 목표를 만족하는 최적의 계획을 생성할 수 없으며, 또한 문제를 해결하는 계획이 있음에도 불구하고 탐색범위의 제한으로 인해 계획을 생성하지 못하는 경우도 발생한다. 이와 같이 현재 상태에서 만족되어 목표확장을 하지 않은 부목표를 Anycase Subgoal이라 한다. 본 논문에서 제안하는 목표확장 방법은 ELB기반의 제어지식형 계획기를 Anycase Subgoal을 위하여 확장하는 방법으로 서, 초기의 문제공간 탐색에서 사용된 목표확장 방법에서 문제를 해결하지 못할 경우 탐색공간을 확장하여 문제를 해결하고, 문제에 적합한 목표확장 방법을 제어지식형 규칙으로 학습하여 유사한 문제에 대하여 효율적으로 계획을 생성한다.

• Korean Journal of Culture and Social Issue
• /
• v.16 no.3
• /
• pp.289-310
• /
• 2010

The purpose of this study was to examine how political interest, political ideologies, and information-searching goals influence the amount of information voters search, the ways in which people search for information about political candidates, and the type of information they select. The results showed that the participants under accuracy goal searched much more information and the participants under the high level of interest were not affected by conservative ideology, but the participants with the low level of interest were influenced by the liberal ideology and viewed substantially more information. And most of participants had the attribute-centered searching pattern. The social policies were accessed most, however, the information about party and personal background of a candidate were found least.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.9
• /
• pp.363-370
• /
• 2022

Grasping a target object among clutter objects without collision requires machine intelligence. Machine intelligence includes environment recognition, target & obstacle recognition, collision-free path planning, and object grasping intelligence of robot hands. In this work, we implement such system in simulation and hardware to grasp a target object without collision. We use a RGB-D image sensor to recognize the environment and objects. Various path-finding algorithms been implemented and tested to find collision-free paths. Finally for an anthropomorphic robot hand, object grasping intelligence is learned through deep reinforcement learning. In our simulation environment, grasping a target out of five clutter objects, showed an average success rate of 78.8%and a collision rate of 34% without path planning. Whereas our system combined with path planning showed an average success rate of 94% and an average collision rate of 20%. In our hardware environment grasping a target out of three clutter objects showed an average success rate of 30% and a collision rate of 97% without path planning whereas our system combined with path planning showed an average success rate of 90% and an average collision rate of 23%. Our results show that grasping a target object in clutter is feasible with vision intelligence, path planning, and deep RL.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.12
• /
• pp.2371-2379
• /
• 2017

For the drone that is active in a wide search area, the time to grasp the target in the field of applications such as searching for emergency patients, monitoring of natural disasters requiring prompt warning and response, that is, the speediness of target detection is very important. In the actual operation of drone, the time for target detection is highly related to collaboration between drones and search algorithm to efficiently search the navigation area. In this research, we will provide a search method with cooperation of drone based on target existence probability to solve the problem of quickness in drone target search. In particular, the proposed method increases the probability of finding a target and shorten the search time by transmitting high-altitude drone search results to a low-altitude drone after searching first and performing more precise search. We verify the performance of the proposed method through several simulations.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.151-153
• /
• 2001

Q-Learning과 같은 기본적인 강화 학습 알고리즘은 문제의 사이즈가 커짐에 따라 성능이 크게 떨어지게 된다. 그 이유들로는 목표와의 거리가 멀어지게 되어 학습이 어려워지는 문제와 비 지향적 탐색을 사용함으로써 효율적인 탐색이 어려운 문제를 들 수 있다. 이들을 해결하기 위해 목표와의 거리를 줄일 수 있는 계층적 강화 학습 모델과 여러 가지 지향적 탐색 모델이 있어 왔다. 본 논문에서는 이들을 결합하여 계층적 강화 학습 모델에 지향적 탐색을 가능하게 하는 탐색 보너스를 도입한 강화 학습 모델을 제시한다.

• Korean Journal of Cognitive Science
• /
• v.25 no.3
• /
• pp.211-232
• /
• 2014

People search a certain object or a person so many time in a day. Besides the information about what the target is, perceptual information of the target can influence on the search process. In the current study, using an eye-tracker we aimed to examine whether the perceptual information of previewing target stimuli on the visual search process of the target and the task performance. Participants had to identify the previewing target stimulus presented in the middle of the screen, and then had to search the target among 8 items presented in a circle array, and had to decide whether the size of the target in the search display was same as that of the previewing stimulus. The experimental conditions were divided into 8 within-subject conditions by whether the search display was consisted of all the same size items or different size items (homogeneous search display vs. inhomogeneous search display), by the size of the preview target stimulus, and by the size of the target stimulus in the search display. Research hypothesis is that the size information of the previewing influence on the visual search process of the target and task performance when the items in the search display are in different sizes. In the results of behavioral data analysis, the reaction time showed the main effect of the search display, and the size of the target stimulus in the search display. and the interaction between the size consistency effect of target stimulus and the search display condition. In the results of analysis of eye-movement information, the Initial Saccade to Target Ratio measurement showed the interaction between the size consistency effect of target stimulus and the search display condition as the reaction time measurement did. That is, the size consistency effect of target stimulus only in the inhomogeneous search display condition indicated that participants searched the items in the same size as that of preview target stimulus. Post-hoc analyses revealed that the search and task performance in the inhomogeneous display condition were faster when the target size was consistent, but rather slower when the target size was inconsistent.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2334-2336
• /
• 2003

이동로봇의 주행을 위해서는 주변 환경에 대한 정보와 출발점과 도착점을 기초로 한 경로 탐색 알고리즘이 필요하다. 여러 경로 탐색 알고리즘 중 A* 알고리즘은 주어진 격자로 구성한 환경 정보 지도상에서 시작점과 목표점 두 Node가 주어지면 목표점까지 Node 단위로 탐색을 실시하여 시작점과 목표점 사이에 존재하는 수많은 경로 중 최저의 이동 비용 경로를 찾는 경험적인 알고리즘이다. 본 논문은 로봇의 가상 크기가 지도의 격자 방안 보다 큰 공간상에서 이동로봇의 경로 생성을 위해 격자 단위가 아닌 로봇의 가상 크기 단위로 탐색하도록 A*알고리즘을 보완하였으며 실험 결과 보완된 A* 알고리즘이 격자 단위 탐색으로 생성한 경로보다 로봇의 주행에 더 적합한 경로를 생성하였다. 또한 이동로봇의 코너 주행시 벽과의 충돌 가능성을 최소화 시키는 안전한 주행 방법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.307-309
• /
• 2001

진화 하드웨어(Evolvable Hardware: EHW)는 환경에 적응하여 스스로 하드웨어 구성을 변경할 수 있어서 근래에 많은 관심을 모으고 있는 분야이다. EHW는 목표 하드웨어를 탐색하기 위해 일반적으로 진화 알고리즘을 사용하는데, 진화 알고리즘은 하나의 목표 하드웨어 탐색 기능만을 수행한다. 본 논문에서는 종분화(Speciation) 알고리즘을 EHW에 적용하여 더욱 다양한 회로들을 얻을 수 있음을 보인다. 종분화 알고리즘은 동시에 여러 종의 해를 발견하게 해주고, 기존 진환 알고리즘에 비해 후반 탐색범위도 넓게 유지된다. 이를 6멀티플렉서의 진화에 적용한 결과, 다양한 품종의 하드웨어를 동시에 얻었고, 기존 진화 알고리즘에 비해 35%정도 빠른 세대에 해를 발견할 수 있었다.

• The KIPS Transactions:PartB
• /
• v.11B no.7 s.96
• /
• pp.793-802
• /
• 2004

Users in 3D virtual environment get limited information which contains mostly images. It is the main reason for users getting lost during their Navigation. Various studies of Navigation-Aid have been done in order to solve this problem. In this study, we applied Topic Maps, which is one of semantic Web techniques, to the navigation in a 3D virtual environment. Topic Maps construct semantic linking maps through defining the relations between topics. Experiments in which Topic Map based Navigation-Aid was applied have shown that the Navigation-Aid was effective when the subjects find a detailed target rather than a highly represented one. Also, offering information around the target helped the users to find the target when they navigated without having specific targets.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.727-730
• /
• 2017

복잡한 알고리즘과 고가의 센서 없이도 동적 환경에서 목표를 탐색하는 이동 로봇 시스템을 제안하였다. 탐색환경의 지도를 제작하지 않고 단순한 목표를 가진 하부 모듈의 결합만을 사용하는 포섭구조를 활용하였다. 제안한 시스템의 유용성 검증을 위해 실험을 하였고, 그 결과 목표를 찾아 감을 확인할 수 있었다.