• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.207-210
• /
• 2002

진화와 학습 사이의 상호 연관성을 연구하기 위해 인공 진화기법(artificial evolutionary algorithm)과 신경회로망(neural networks)을 이용한 학습 기법들이 사용되어 왔다. 신경 회로망 구조를 가지는 이동 로봇의 제어기의 구조와 파라미터를 결정하기 위한 방법으로 진화적 학습(evolutionary learning) 방법이 제안되었다. 제안된 방법에서 진화적 학습은 실제 로봇을 통해 on-line 방식으로 이루어지며, 장애물 회피 문제를 통해 유용성을 검증하고 진화 과정에 학습이 미치는 영향을 살펴보았다. 그리고 수학적으로 제시되기 힘든 진화 학습의 평가에 설계자의 개입을 허용하는 인터액티브 진화 알고리즘(interactive evolutionary algorithm)방법을 모색해 보았다.

• ICROS
• /
• v.16 no.1
• /
• pp.44-50
• /
• 2010

본 논문에서는 진화로봇의 개념과 기법 및 최근 연구 동향을 소개하고자 한다. 진화로봇의 주요 목표는 지능적이고 자율적인 로봇 또는 제어기를 직접적이고 명시적인 프로그래밍 또는 사람의 개입 없이 자동적으로 구성하는 것이다.

• The Science & Technology
• /
• v.32 no.8 s.363
• /
• pp.32-33
• /
• 1999

로봇이 진화하면 과연 사람과 같은 지능을 갖출 수 있을까. 60년대 초 미국에서 처음 등장한 산업용 로봇은 진화를 거듭하여 서비스로봇 과정을 거쳐 마침내 사람을 닮은 휴먼로봇시대로 들어가기 시작했다. 21세기에는 농사를 돕는 로봇, 불을 끄는 소방용 로봇, 요리하는 가정용 로봇, 수술하는 로봇 등 사람을 대신하는 다양한 로봇이 등장할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.348-350
• /
• 1998

시뮬레이션 환경이나 실제 환경에서 이동 로봇의 제어에 관한 많은 연구가 진행되어 왔다. 이러한 연구 중에서 이동 로봇이 장애물을 피한다거나, 움직이는 물체를 잡는 등의 행동을 유전자 알고리즘 등의 진화 알고리즘으로 만들어내는 연구가 최근 활발하다. 이전의 연구에서는 셀룰라 오토마타 상에서 진화의 방법으로 신경망을 성장시키는 모델을 제시하고, 그 유용성을 입증하고자 이동로봇의 제어에 적용하여 나름대로 만족할 만한 결과를 얻을 수 있었다. 그러나 이러한 진화의 방법은 환경에 제한된 제어기를 만들어 내는 문제점이 있어 본 논문에서는 점증적인 진화의 방법을 이용하여 좀더 다양한 환경에 적응할 수 있는 제어기를 만들어 내고자 한다. 점증적 방법은 초기에 간단한 행동으로 해결할 수 있는 환경에 맞도록 제어기를 진화시킨 다음, 점차 복잡한 행동이 요구되는 환경에서 제어기를 점증적으로 진화시킨다. 실험 결과, 점증적 진화의 방법이 좀더 효율적으로 로봇을 진화시키고 환경의 변화에 보다 강한 것을 알 수 있었다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.2824-2826
• /
• 1999

본 논문에서는 자율이동로봇의 동작 제어를 수행한다. 제어기로서는 블록기반 진화신경망을 이용하고, 진화 알고리즘을 사용하여 내부구조와 가중치를 동시에 진화시킨다. 진화에 의하여 최대 적합도를 가지는 제어기를 획득한 후 이를 이용하여 자율이동로봇의 동작 성능을 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.85-87
• /
• 2003

보행 로봇은 두발로 걷는 인간형 로봇으로 인간과 유사한 운동성을 가지는 로봇을 일컫는다. 그러나 다리로 걷는 기능을 구현하기에는 기술적으로 경제적으로 많은 시간이 걸리고, 수학적 모델로 풀 수 있는 문제가 아니기 때문에 보행 로봇의 보행 패턴을 구하는 것은 쉽지 않다. 따라서 본 논문에서는 2관절 보행 로봇의 최적의 보행 패턴을 찾기 위하여 진화 알고리즘을 연구하였다. 또한, 기존의 언덕 오르기법과 진화기법인 누적적 선택 및 유전자 알고리즘에 의해 보행 패턴 학습을 하는 시뮬레이터를 각각 구현하였으며, 세 가지 실험에 대한 결과를 비교 분석하였다.

• ICROS
• /
• v.1 no.3
• /
• pp.52-61
• /
• 1995

본 고에서는 진화계산의 동작 원리와 이론적 기반에 대해 살펴봄으로써 그 원리를 이해하고 앞으로의 응용가능성에 대하여 고찰하고자 한다. 이를 위해 먼저 대부분의 진화 알고리즘에 공통되는 기본 구성 요소와 계산절차를 기술하고, 진화 알고리즘을 이용하여 특정문제를 풀고자 할 때 고려할 사항에 대하여 기술한다. 다음에는 간단한 응용 문제를 예로 들어 이 문제에 진화 알고리즘을 적용하고 그 동작과정을 추적함으로써 실제 적용에 있어서의 여러 가지 결정사항과 그 수행과정을 구체적으로 살펴본다. 또한 진화 알고리즘의 이론적 배경을 이해하기 위해 스키마와 빌딩 블록 그리고 스키마 정리에 대해서 알아본다. 마지막으로 진화계산방식과 다른 지능적 계산 기술들과의 융합 가능성의 예로서, 유전 프로그래밍에 의한 신경망 구조의 설계 및 학습에 대하여 살펴본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.129-130
• /
• 2009

산불 진화작업은 초기진화의 중요성과 동시에 종단에는 마지막 잔불정리까지 소방서에서 담당하게 되며 특히나 잔불정리 작업은 반드시 지상인력이 하여야 한다. 그러나 마지막 작업이라 하여 소홀히 하게 된다면 더 큰 피해를 일으킬 수 있다. 이러한 중요성에도 불구하고 많은 인력, 시간, 비용 소모로 인해 빠른 대처를 하지 못하는 상황이다. 본 논문은 더 큰 피해로 이어 질 수 있는 잔불을 로봇을 통하여 진화하는 잔불 진화 로봇 시스템을 제안한다. 또한, 제안된 시스템을 통해 잔불 진화의 실패로 인한 대형 산불 재해를 막기 위한 시간, 인력 및 비용의 절감을 가져 올 것이며, 더욱이 예외 상황에서의 인명피해 방지효과를 예상한다.

• Journal of the KSME
• /
• v.55 no.8
• /
• pp.36-40
• /
• 2015

이 글에서는 공공시설물이 어떻게 진화되어 가고 로봇기술이 공공디자인 특히 공공시설물에서 어떻게 적용되어 디자인되는지에 대해 소개하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.259-261
• /
• 2000

주어진 환경에 대한 특별한 사전 지식 없이 그 환경에 적응할 수 있는 자율이동로봇을 설계할 때는 우선 특정한 상황에서만 유효한 가정들을 될 수 있는 대로 배제하여야 한다. 본 논문에서는 이러한 적응 능력을 갖춘 자율이동로봇을 설계하기 위한 일환으로 유전자 프로그램을 이용하여 로봇의 제어기를 표현하고, 이를 진화하여 로봇이 현재 자신의 주변에서 얻을 수 있는 정보에만 기초하여 목표물을 찾아가는 행동 규칙을 학습하도록 하였다. 로봇은 현재 자신이 놓여있는 환경에 대한 지도를 작성하지 않은 채 현재 자신의 주변에서 얻을 수 있는 지역적인 정보만으로 특정 목표물을 찾아가도록 학습된다. 로봇은 먼저 단층 퍼셉트론을 사용하여 주어진 공간내의 장애물과 목표물을 인지하도록 학습된다. 그 이후 학습된 퍼셉트론을 유전자 프로그램의 함수 노드로 사용하여 트리를 진화시켰다. Khepera 시뮬레이터를 이용한 실험 결과, 로봇은 제한된 지역 정보만을 사용하여 목표물을 찾아가는 행동 규칙을 매우 안정적으로 학습할 수 있었다.