• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.323-332
• /
• 2002

전자상거래와 같은 분산컴퓨팅환경에서는, 의사결정을 위해 협동적 문제해결과 사례기반의 자동 모형화가 더욱 중요시 되고 있다. 왜냐하면, 문제요구는 다양하고 이에 대응하기 위해 모든 모형을 준비한다는 것은 실제로 어려우며, 모형의 저장 및 관리관점에서도 비효율적이기 때문이다. 이에 따라, 최적화 에이전트 기반의 자동 모형화에 의한 문제해결을 위한 연구의 필요성이 인식되고 있다. 본 연구에서는 최적화 모형에 대한 지식이 부족한 사용자 수준의 XML 표현과 같은 문제요구를 이해하고, 최적화 모형 사례로부터 목표모형을 탐색하는 최적화 에이전트를 위한 사례기반 자동 모형화의 프레임웍을 제시한다. 이를 위해, 자동 모형화 지식의 표현과 목표모형 탐색을 위한 전방향 추론절차를 제시한다 최적화 에이전트는 모형화 노력을 줄이기 위해서, 민감도분석을 통해 성능이 평가된 탐색 알고리즘을 사용한다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.3
• /
• pp.9-17
• /
• 2021

In this paper, an autonomous multi-agent path planning using reinforcement learning for monitoring of infrastructures and resources in a computationally distributed system was proposed. Reinforcement-learning-based multi-agent exploratory system in a distributed node enable to evaluate a cumulative reward every action and to provide the optimized knowledge for next available action repeatedly by learning process according to a learning policy. Here, the proposed methods were presented by (a) approach of dynamics-based motion constraints multi-agent path-planning to reduce smaller agent steps toward the given destination(goal), where these agents are able to geographically explore on the environment with initial random-trials versus optimal-trials, (b) approach using agent sub-goal selection to provide more efficient agent exploration(path-planning) to reach the final destination(goal), and (c) approach of reinforcement learning schemes by using the proposed autonomous and asynchronous triggering of agent exploratory phases.

• Journal of Korea Game Society
• /
• v.7 no.4
• /
• pp.93-104
• /
• 2007

In the complex real-time multi-agent system such as game environment, dynamic task allocations are repeatedly performed to achieve a goal in terms of system efficiency. In this research, we present a task allocation scheme suitable for the real-time multi-agent environment. The scheme is to optimize the task allocation by complementing existing coordination agent with $A^*$ algorithm. The coordination agent creates a status graph that consists of nodes which represent the combinations of tasks and agents, and refines the graph to remove nodes of non-execution tasks and agents. The coordination agent performs the selective utilization of the $A^*$ algorithm method and the greedy method for real-time re-allocation. Then it finds some paths of the minimum cost as optimized results by using $A^*$ algorithm. Our experiments show that the coordination agent with $A^*$ algorithm improves a task allocation efficiency about 25% highly than the coordination agent only with greedy algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.94-96
• /
• 2004

에이전트의 '물체 따라가기'는 전통적으로 자동운전이나 가이드 등의 다양한 서비스를 제공할 수 있는 기본적인 기능이다. 여러 가지 물체가 있는 환경에서 '물체 따라가기'를 하기 위해서는 목적하는 대상이 어디에 있는지 찾을 수 있어야 하며, 실제 환경에는 사람이나 차와 같이 움직이는 물체들이 존재하기 때문에 다른 물체들을 피할 수 있어야 한다. 그런데 에이전트의 최적화된 피하기 행동은 장애물의 모양과 크기에 따라 다르게 생성될 수 있다. 본 논문에서는 다양한 모양과 크기의 장애물이 있는 환경에서 최적의 피하기 행동을 생성하면서 물체를 추적하기 위해 반응형 에이전트의 행동선택을 강화학습 한다. 여기에서 정확하게 상태를 인식하기 위하여 상태를 추론하고 목표물과 일정거리를 유지하기 위해 베이지안 추론을 이용한다 베이지안 추론은 센서정보를 이용해 확률 테이블을 생성하고 가장 유력한 상황을 추론하는데 적합한 방법이고, 강화학습은 실시간으로 장애물 종류에 따른 상태에서 최적화된 행동을 생성하도록 평가함수를 제공하기 때문에 베이지안 추론과 강화학습의 결합모델로 장애물에 따른 최적의 피하기 행동을 생성할 수 있다. Webot을 이용한 시뮬레이션을 통하여 다양한 물체가 존재하는 환경에서 목적하는 대상을 따라가면서 이종의 움직이는 장애물을 최적화된 방법으로 피할 수 있음을 확인하였다.

• Journal of KIISE:Information Networking
• /
• v.30 no.4
• /
• pp.474-483
• /
• 2003

The secret sharing is the basic concept of the threshold cryptosystem and has an important position in the modern cryptography. At 1995, Jarecki proposed the proactive secret sharing to be a solution of existing the mobile adversary and also proposed the share renewal scheme for (k, n) threshold scheme. For n participants in the protocol, his method needs O($n^2$) modular exponentiation per one participant. It is very high computational cost and is not fit for the scalable cryptosystem. In this paper, we propose the efficient share renewal scheme that need only O(n) modular exponentiation per participant. And we prove our scheme is secure if less that ${\frac}\frac{1}{2}n-1$ adversaries exist and they static adversary.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2002.05a
• /
• pp.729-733
• /
• 2002

지금까지의 전통적 생산시스템은 설계에서 생산까지의 영역에서 부분최적화를 추구하였으나 생산 이후의 물류 비용 및 납기의 개선이 무엇보다 중요한 비중을 차지하게 된 현재의 기업환경에서는 공급자, 생산자, 유통센터, 소매점과 고객에 이르는 전체최적화를 필요로 하게 되었다. 또한 새로운 변화에 유연하게 대처하면서 기업의 이익을 극대화시키려는 노력의 결과로 공급체인관리에 대한 관심이 집중되고 있다. 최근 몇 년간 전술적이고 운영적인 수준에서 공급체인을 관리하는 새로운 패러다임이 출현하였다. 이 새로운 패러다임은 공급체인 내에서 하나 목은 그 이상의 활동에 대해 각각 잭임을 지는 에이전트와 그 잭임을 계획하고 실행할 때 다른 에이전트들과 연동하는 일련의 지능적인 에이전트들로 구성된다. 본 연구에서는 에이전트 지향 공급체인관리 디자인에 대한 문제점을 범용 시뮬레이터를 통해 분석하고 그 해결책을 제시한다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2005.12a
• /
• pp.143-154
• /
• 2005

공급사슬의 구성문제는 주문의 동적환경를 고려하여 전체 관점에서 스케줄링되어야 한다. 이러한 공급사슬구성문제를 본 연구에서는 에이전트 협상 방법론을 통해 해결하고자 한다. 에이전트 협상은 공급사슬망을 경쟁적 관계로 이해하고 개별목적을 가진 구성원 에이전트간의 협상과정을 통해 재스케줄링이 발생되어 공급사슬을 구성하게된다. 지금까지의 연구는 공급사슬 상에서 수직적 통합(vertical integration)을 중심으로 조직의 유연적 조정에 초점이 맞추어졌다. 그러나 본문제에서는 다수의 구매자, 제조자. 공급자간의 3 단계 과정에서 협력적 관계를 통해 개별적 이익을 최대화하면서 공급사슬 전체의 관점에서도 비용 최적화를 이룰 수 있는 다자간 협상방법론을 제안한다. 본 협상방법론의 최적화 여부와 효율성을 Branch & Bound 알고리즘과 비교하여 검증하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.27 no.2
• /
• pp.61-69
• /
• 2022

A multi-agent system is a system that aims at achieving the best-coordinated decision based on each agent's local decision. In this paper, we consider a multi agent-multi task assignment problem. Each agent is assigned to only one task and there is a completion probability for performing. The objective is to determine an assignment that maximizes the sum of the completion probabilities for all tasks. The problem, expressed as a non-linear objective function and combinatorial optimization, is NP-hard. It is necessary to design an effective and efficient solution methodology. This paper presents an approximation algorithm using submodularity, which means a marginal gain diminishing, and demonstrates the scalability and robustness of the algorithm in theoretical and experimental ways.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11c
• /
• pp.1547-1550
• /
• 2003

네트워크의 발달과 다양한 서비스의 요구에 따라 새로운 소프트웨어의 패러다임에 대한 요구와 함께 이동 에이전트에 대한 많은 연구가 진행 중이다. 이동 에이전트의 수행에 있어 이주비용은 이동 에이전트의 성능에 많은 영향을 미친다. 본 논문에서 이동에이전트의 이주비용을 최적화하기 위한 기법을 제안한다. 제안하는 이주기법의 특징은 다음과 같다. 첫째, 네트워크 상태 및 플랫폼 상태변화에 적절하게 대응할 수 있는 동적 경로를 생성하여 에이전트 수행 효율을 높인다. 둘째, 수행할 코드를 프리패칭하여 이동 데이터량을 줄이고, 필요한 에이전트를 미리 인스턴스시켜 수행 시간을 단축한다. 셋째, 체크포인트기법을 사용하여 에이전트 수행 중에 에러가 발생할지라도 에이전트는 재 수행을 하지 않고 에러 이전의 상태로 복구하는 방법을 사용하여 수행 효율을 높인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.1059-1062
• /
• 2008

최근 유비쿼터스 시대에 고품질의 빠른 서비스를 제공하기 위한 에이전트 시스템의 연구가 활발히 진행 중이다. 멀티 에이전트 시스템은 플랫폼 위의 에이전트들이 서로 메시지를 전송하며 자율적이고 지능적으로 일을 처리하는 시스템이다. 에이전트간 메시지 전송을 최적화 하기 위해서는 전체 에이전트와, 네트워크 토폴로지에 대한 정보 공유가 필요하다. RIP 는 전체 네트워크 상태를 공유하는 라우팅 프로토콜로서 에이전트 메시지 전송 성능 개선에 적합한 기법이다. 하지만 RIP 라우팅 프로토콜은 여러 취약점이 있다. 에이전트 메시지 전송 성능 개선을 위한 에이전트의 운용은 위같은 문제를 해결하고 효과적인 메시지 전송을 가능하게 할 것이다.