• 한국지능시스템학회논문지
• /
• 제8권4호
• /
• pp.27-35
• /
• 1998

자율 주행 로봇이 주어진 환경에 대한 정보를 이용하여 장애물을 회피하며 안전하고 효율적으로 목표지점까지 주행하기 위해서는 최적의 이동 경로가 생성되어야 한다. 본 논문에서는 유전 알고리즘을 이용하여 고정 및 움직이는 장애물이 존재하는 작업환경 내에서 전역경로 계획, 지역경로 계획을 결정하는 방법을 제안한다. 이동 로봇은 유전 알고리즘을 이용하여 먼저 최적의 전역 경로를 탐색하고 미지의 장애물을 발견하면 이와 충돌을 회피하기 위해 새로운 지역 경로를 탐색한다. 또한 움직이는 장애물이 작업공한내 존재하면 이동 로봇은 이를 피하기 위해 최적의 경로를 탐색한다. 본 논문에서는 제안한 유전 알고리즘은 기존의 알고리즘에 비해 국부적 최소 값에 빠지지 않고 경로 탐색능력이 효율적임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (3)
• /
• pp.636-638
• /
• 1998

WDM망을 구성하는데 있어서 광학적 파장은 가장 중요한 자원의 하나이다. 그러나 주어진 통신 요구를 모두 수용하면서 동시에 최소한의 파장만을 사용하는 WDM망의 설계 문제는 이미 NP-complete 계열의 문제인 것으로 밝혀졌으며 많은 휴리스틱 알고리즘들이 제안되었다. 본 논문에서는 임의의 물리적 망 위상(topology)과 완전 연결(full connection)형태의 통신 요구가 주어질 경우, 요구되는 파장 경로(Wavelength Path, lightpath)를 확립하기 위한 방법으로써 각 노드 사이의 최단 거리 경로를 기반으로 하여 탐색 공간을 만들고 구성된 탐색 공간 내에서 Branch-and-bound 탐색방식을 수행하는 파장 경로 설정 알고리즘을 제안한다. Branch-and-bound탐색방식은 초기에 좋은 bound조건을 가질 경우 주어진 시간 안에 보다 넓은 탐색 공간을 검색할 수 있으므로 최초의 탐색에서 가능한 좋은 성능의 파장 경로 설정을 발견할 수 있어야한다. 시뮬레이션 실험을 통하여 최초의 탐색에서 발견한 파장 경로 설정과 구성된 탐색 공간내의 최적해를 얻고, cut-set를이용하여 요구 파장 개수의 하위 한계값을 계산한후, 이를 상호 비교하여 제안된 알고리즘의 성능을 평가한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.358-363
• /
• 2010

본 논문은 가정용 청소로봇이 대중화가 이루어지면서 많은 종류의 청소로봇들이 개발되고 있지만 대부분의 청소로봇들이 외부 환경과 상호적으로 대응하지 못하고 무작위 경로 생성에 가까운 알고리즘들을 적용하고 있는 점에서 착안하였다. 목표로 하고 있는 경로 탐색 기법은 대부분의 가정용 청소로봇이 장착하고 있는 범퍼 센서를 사용하여 논리적인 가상의 지도를 생성하고 이 정보를 활용하여 청소로봇의 위치를 파악하고 최적의 청소 경로를 생성하는 방법이다. 사람이 진공청소기를 사용하여 청소를 하듯이 청소할 공간을 파악하고 일련의 규칙대로 청소하는 무의식의 프로세스를 청소로봇이 최대한 유사하게 작동하기 위해서는 벽뿐만 아니라 소파나 테이블과 같은 로봇의 움직임을 방해하는 각종 요소들을 모두 고려해야 한다. 그러므로 본 논문에서는 Occupancy Grid Map을 생성하여 로봇이 장애물의 위치를 파악하고 청소 경로를 탐색할 수 있도록 한다. 그리고 이러한 경로 탐색 기법을 적용하기 위해서 Monte-Carlo Localization 알고리즘을 사용하며 생성된 Occupancy Grid Map을 통하여 로봇이 자체적으로 위치를 파악할 수 있도록 한다. 청소로봇이 자체의 위치를 파악하게 되면 로봇의 크기와 비교하여 움직일 수 있는 공간과 움직이지 못하는 공간을 구별하여 이동 가능한 영역과는 별개로 청소를 위한 경로 탐색을 수행할 수 있다. 청소를 목적으로 하는 경로 탐색은 청소 영역을 최대화하면서 최적의 경로를 탐색하고 Localization을 통해 해당 경로를 유지하면서 이동할 수 있게 된다. 이러한 경로 탐색 기법을 제시하면서 기존의 청소로봇들과의 알고리즘 차원에서의 비교 및 그 성능 평가는 향후 연구에서 해결하도록 한다.

• 한국게임학회 논문지
• /
• 제9권4호
• /
• pp.81-88
• /
• 2009

본 논문에서는 유전자 알고리즘을 이용하여 액션 게임에서 지능 캐릭터의 경로 탐색 방법을 제안하였다. 실험방법으로는 유전자 알고리즘의 특성을 살려 이동 캐릭터가 최단 경로를 선택 할 뿐만 아니라 최적경로 탐색이 가능하도록 하였다. 이 때 염색체의 코드화를 그대로 적용할 경우 많은 치사 유전자가 발생하는데 이 문제를 DNA의 행동 특성의 스플라이싱 방법을 이용하여 해결하였다. 탐색 과정에서 여러 개의 후보 해를 생성하는 유전자 알고리즘의 특징을 이용해서 최단 경로 이외에 최적 경로를 1회의 처리로서 지능 캐릭터가 경로를 탐색하였다.

• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2343-2348
• /
• 2008

개미 알고리즘은 조합 최적화 문제를 해결하기 위한 메타 휴리스틱 탐색 방법으로, 그리디 탐색뿐만 아니라 긍정적 피드백을 사용한 모집단에 근거한 접근법으로 순회 판매원 문제를 풀기 위해 처음으로 제안되었다. 본 논문은 개선된 $AS_{rank}$ 알고리즘을 제안한다. 기존 $AS_{rank}$ 알고리즘은 최적 경로로 구성될 가능성이 높은 경로에 대해서만 페로몬 갱신을 수행하고 최적 경로를 구성할 가능성이 낮은 경로에 대해서는 전혀 고려하지 않는다. 이것을 고려해 본 논문에서는 최적 경로로 구성될 가능성이 낮은 경로(에이전트들이 구성한 경로 중 최악 경로)에 대해 페로몬을 증발시켜 다음 탐색 과정에서 해당 경로 탐색을 줄이고자 하였다. 이를 통해 다음 사이클에서 에이전트들이 해당 간선의 선택 확률을 줄여줌으로써 기존 ACS 알고리즘에 비해 평균 탐색 시간과 평균 반복 횟수를 줄일 수 있음을 보여준다.

• 한국게임학회 논문지
• /
• 제19권6호
• /
• pp.83-90
• /
• 2019

휴리스틱 기반의 유전 알고리즘 경로 탐색(H-GAP)은 노드, 에지 정보를 필요로 하지 않기 때문에 기존 경로 탐색 알고리즘의 단점을 보완하고 빠른 속도로 경로 탐색을 수행할 수 있다. 하지만 H-GAP를 이용해 탐색한 경로는 비 노드 기반이기 때문에 불필요한 경로 정보가 포함되어 탐색된 경로가 최적의 경로가 아닐 때도 있다. 본 논문에서는 H-GAP를 이용해 탐색한 경로를 최적화하는 알고리즘을 제안한다. 제안하는 알고리즘은 H-GAP의 경로 탐색이 완료된 후 광선 추적 알고리즘을 이용해 불필요한 경로 정보를 제거하여 경로를 최적화한다.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.91-99
• /
• 2019

기존의 Node-to-Node기반 최적경로탐색은 기점노드에서 모든 종점노드도착조건이 성립되는 가정으로 구축되었다. 최근 적응적 경로탐색의 등장으로 Node-to-Node 경로탐색은 최적해를 도출하지 못하는 한계가 존재한다. 따라서 교통정보를 링크에서 실시간 반영하기 위한 Node-to-Link(또는 Link-to-Node; NL) 문제에 필요성이 대두되고 있다. 본 연구는 Node-to-Link의 최적 해법을 구축하는 방안으로서 링크표지와 비가산성경로비용이 존재하는 네트워크를 가정한다. 링크표지는 회전페널티가 존재하는 교차지점에서 네트워크의 원형을 유지하게 한다. 비가산성경로비용의 포함은 최적경로를 도출하기 위해서 M-유사경로의 열거를 필요로 한다. 본 연구는 진입링크기반 네트워크 변형기법에서 링크표지를 통하여 루프를 통제하며 최종링크까지 최적해를 보장하기 위한 방향삭제와 회전금지를 제안하였다. 사례연구를 통해 제안된 방법이 경험적 최적해를 도출하는 것으로 파악되었다. 향후 대규모 네트워크에서 검증작업의 필요성을 언급하며 마무리 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.71-73
• /
• 2017

논문에서는 최적화 문제를 해결하는 기법의 하나인 $A^*$와 유전자 알고리즘을 이용하여 모든 노드를 탐색하여 최적의 경로를 도출하는 최적화 경로 탐색 방법을 제안한다. 경로를 도출하기 위해 $A^*$ 알고리즘을 적용하여 출발지 노드로부터 중간 경로 노드까지의 거리를 측정하여 개체를 생성한다. 출력 노드들을 도출하기 위해 생성된 개체를 적합도 함수에 적용하여 적합도를 계산한다. 계산된 적합도 값에 따라 교배를 할 노드 및 교배 지점을 선택한다. 선택된 노드와 교배 지점을 이용하여 개체들을 교배한다. 교배를 통해 새로운 개체를 생성한다. 새로운 개체가 적합도 조건에 만족하면 출력 노드로 도출하고, 다음 출력 노드를 도출하기 위한 출발지 노드로 선택한다. 이러한 과정을 반복하여 모든 출력 노드를 도출한다. 제안된 방법을 경로 탐색 문제를 대상으로 실험한 결과, $A^*$ 알고리즘만을 이용한 경우보다 제안된 방법이 경로 탐색 문제에 있어서 최적화된 거리를 기반으로 경로를 탐색하는 것을 확인하였다.

• 디지털콘텐츠학회 논문지
• /
• 제13권3호
• /
• pp.451-457
• /
• 2012

최근, ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 실시간 교통 정보를 이용하는 수요가 급증하면서, 경로탐색의 중요성이 더욱 가속화되고 있다. 그러나 기존의 경로탐색 알고리즘의 대부분은 최단경로 탐색을 위한 알고리즘으로, 정적인 거리 및 운행 시간정보를 사용하여 최적 경로를 계산하여 운전자에게 제공하기 때문에 교통량에 따라 동적으로 변하는 현 시점에서의 최적의 경로를 제공하지 못하는 문제가 있다. 따라서 본 논문에서는 이를 해결하기 위해 감속률과 거리에 기반한 동적 경로 선정을 위한 의미적 최단거리 알고리즘(Semantic Shortest Path algorithm with Reduction ratio & Distance, SSP_RD)과 감속률과 거리에 기반한 이동 경로 예측 모형화 및 동적 이동 경로 링크 맵을 제안한다.

• 한국지능시스템학회논문지
• /
• 제12권4호
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.