• 제목/요약/키워드: 학습계획

검색결과 978건 처리시간 0.028초

산업용 로봇 팔 최적 경로 계획을 위한 심층강화학습 프레임워크 (A Deep Reinforcement Learning Framework for Optimal Path Planning of Industrial Robotic Arm)

  • 권준형;조든솔;김원태
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 추계학술발표대회
    • /
    • pp.75-76
    • /
    • 2022
  • 현재 산업용 로봇 팔의 경로 계획을 생성할 때, 로봇 팔 경로 계획은 로봇 엔지니어가 수동으로 로봇을 제어하며 최적 경로 계획을 탐색한다. 미래에 고객의 다양한 요구에 따라 공정을 유연하게 변경하는 대량 맞춤 시대에는 기존의 경로 계획 수립 방식은 부적합하다. 심층강화학습 프레임워크는 가상 환경에서 로봇 팔 경로 계획 수립을 학습해 새로운 공정으로 변경될 때, 최적 경로 계획을 자동으로 수립해 로봇 팔에 전달하여 빠르고 유연한 공정 변경을 지원한다. 본 논문에서는 심층강화학습 에이전트를 위한 학습 환경 구축과 인공지능 모델과 학습 환경의 연동을 중심으로, 로봇 팔 경로 계획 수립을 위한 심층강화학습 프레임워크 구조를 설계한다.

진화 알고리즘을 이용한 이동로봇 경로 계획의 능동적 학습 (Active Learning of Mobile Robot Path Planning Using Evolutionary Algorithms)

  • 김성훈;장병탁
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
    • /
    • pp.263-266
    • /
    • 1997
  • 로봇 축구 경기를 위해서는 경기장의 임의의 시작점에서 목표점으로 장애물을 피해 갈 수 있는 능력이 필요하다. 이러한 경로 계획을 학습하기 위해서 다양한 상황을 모두 고려할 경우 학습량이 급격히 증가한다. 그러나 많은 실제적인 학습 문제에 있어서는 가능한 모든 학습 데이터를 사용하지 않고도 원하는 학습 효과를 가져올 수 있음이 알려져 있으며, 이러한 경우 데이터를 스스로 선별하여 학습하는 능동적 학습 방법이 효과적이다. 본 논문에서는 진화 알고리즘을 사용하여 실시간에 경로 계획을 하기 위한 새로운 능동적 학습 방법을 제시한다. 제안되는 방법은 두 개의 진화 알고리즘으로 구성되는데 하나는 주어진 시작점-목표점간의 최적 경로를 찾는데 사용되고 또 다른 하나의 진화 알고리즘은 유용한 시작점-목표점들의 쌍을 탐색하는데 사용된다. 이 방법은 계산 시간의 여유가 있을 때 다양한 문제를 스스로 제시하고 해결하는 법을 학습해 놓고 후에 실제 문제가 주어질 때 기존의 문제와 가장 유사한 문제를 찾아 실시간에 해결함으로써 기존의 진화 알고리즘에 의한 경로 계획법들이 갖는 실시간성에서의 단점을 개선할 수 있다. 실험을 통하\ulcorner 제안된 두 가지 진화 알고리즘의 성능을 실험적으로 검토한다.

  • PDF

학습을 통한 공작기계부품의 가공방법 및 가공공구 결정에 관한 연구

  • 이충수;노형민
    • 한국경영과학회:학술대회논문집
    • /
    • 대한산업공학회/한국경영과학회 1994년도 춘계공동학술대회논문집; 창원대학교; 08월 09일 Apr. 1994
    • /
    • pp.198-207
    • /
    • 1994
  • 공작기계부품 가공을 위한 공정표는 가공공정, 공정별 도면 분할, 가공기계 등을 결정하는 공정계획과 한 공정에 대하여 가공방법, 가공공구, 절삭조건, 공수등을 결정하는 작업계획을 통하여 발행된다. 작업계획에서 가공방법과 가공공구의 결정은 절삭조건과 공수에 영향을 주는 중요한 요소이다. 기존의 연구에서는 가공방법과 가공공구를 결정하기 위해 전문가 시스템 쉘(expert system shell)이용한 사례가 많았다. 이 경우, 지식 베이스(knowledge base) 의 구축에 많은 시간이 소요되고, 지식이 변했을 때 수정의 어려움이 있다. 본 연구에서는 표준화되지 않아 변경의 소지가 많은 가공방법과 가공공구 결정에 뉴럴 네트워크(neural network)의 한 종류인 백 프로퍼게이션 (back propagation) 학습 모델을 이용했다. 공정계획 후 분할된 공정별 도면으로부 터 크기 및 정밀도 등과 같은 특징형상(feature) 정보를 추출한 후, 특징형상 의 종류와 크기, 치수공차, 기하공차, 거칠기 등을 입력하여 가공방법 및 가 공공구가 출력되도록 학습패턴을 설정하여 학습시켰다. 학습패턴은 공정설계 전문가와 인터뷰하는 방법과 작업계획 과정을 분석하는 방법을 통하여 설정 했다. 백 프로퍼게이션 모델을 통하여 학습시킨 결과, 학습시킨대로 정확한 가공방법 및 가공공구를 결정할 수 있었다.

서울 광희중학교 재개발계획 연구요약 (Feasibility Study for the Reconstruction of Kwanghee Middll School Building)

  • 민창기
    • 교육시설
    • /
    • 제3권3호
    • /
    • pp.41-57
    • /
    • 1996
  • 본 연구는 광희중학교 학구내에서 재개발로 인하여 증가되는 인구수을 예측하여 장래 중학교 학생수를 예측하였다. 2016까지 학급당 학생수를 37명으로 하고 36학급 규모의 학교를 추구한다면 중학교는 적어도 1개 더 건축하여야만 재개발로 늘어나는 제1학군의 학생수를 수용할 수있을 것음을 분석하였다. 또, 교과과정을 분석한 결과 도덕 2.5교실, 국어 6교실, 사회 5교실, 수학 5교실, 과학 5교실, 체육 4교실, 음악 2교실, 미술 2교실, 가정 1.5교실, 기술 3교실, 영어 5.5교실, 한문 1교실, 컴퓨터 1교실로 분석되어 이용율이 88%가 되었다. 본 연구는 광희중학교 구체적 건축계획에 앞서 계획의 모델을 설정하여 이를 토대로 계획에 임하였다. 광희중학교 주변의 접근성, 교통 조건, 소음 상태, 지역사회인의 이용, 전망 등의 환경 분석을 토대로 4개의 죠닝(Zonning)안을 제시하여 평가한 후 가장 바람직한 안을 선정하였다. 이를 토대로 브록(Block)프랜을 5개 작성하여 평가후 1개 안을 채택하여 구체적 평면 계획안을 작성하였다. 36학급 37명 학생수를 기준으로 교과교실형으로 계획하였으며 특별 교실형의 학습도 가능하게 계획하였다. 교수, 학습의 복합화에 대처하여 칸막이를 이동 가능한 형태로 계획하였으며, 일반 교과도 컴퓨터를 이용한 수업이 가능하게 정보 코너를 설치하였다. 지역사회인에게 열린 교실이 되게 계획하였고 개별 학습이 가능한 구조로 계획하교 기자재의 선진화를 대비한 학습 환경의 제고도 고려하였다. 본 연구의 입면 형상은 주변 건물과 조화되게 수평적 요소가 강조되는 형상이 되도록 계획하며 고층의 아파트의 위협을 상쇄시키기 위하여 지붕이 있는 구조로 계획하여 지역사회에서 중심임을 강조하도록 계획하였다.

  • PDF

중등 예비과학교사들의 수업 계획에서 나타나는 특징 (The Characteristics of Lesson Planning of Pre-service Secondary Science Teachers)

  • 양찬호;이지현;노태희
    • 한국과학교육학회지
    • /
    • 제34권2호
    • /
    • pp.187-195
    • /
    • 2014
  • 이 연구에서는 중등 예비과학교사의 수업 계획의 특징과 이에 영향을 미친 요인을 조사하였다. 서울 소재 사범대학에 재학 중인 13명의 예비과학교사가 연구에 참여하였다. 예비교사들이 작성한 교수학습 지도안과 활동지 등의 교수학습 자료, 수업 계획 일지를 수집하였으며, 수업 계획의 요소별로 예비교사들의 수업 계획에 대한 심층적인 정보를 얻기 위해 반구조화된 면담을 실시하였다. 연구 결과, 대부분의 예비교사들은 차시 계획에만 초점을 맞추어 교육과정을 체계적으로 고려하지 않았다. 수업 목표는 수업 계획에서 부차적인 요소로 간주되었으며, 주로 인지적 측면에만 초점을 맞추어 기술되었다. 교수학습 전략을 구체화하는 것은 수업 계획의 출발점이 되었는데, 예비교사들은 자신의 중등학교에서의 학습 경험을 반성적으로 평가하는 과정을 통해 예비교사 교육과정에서 학습한 구성주의적 교수학습 이론을 수용하여 수업 계획에 활용하였다. 교수학습 활동으로 실험 활동을 계획한 경우에는 교과서에 수록된 실험 활동을 그대로 사용하는 경향이 높았으나, 실험 외의 활동은 자신의 개인적 경험에 의존하여 계획하는 것으로 나타났다. 또한, 예비교사들은 교수학습 평가를 수업 계획의 요소로 인식하지 못하여 이를 계획하지 않는 경우가 많았다. 이러한 결과를 바탕으로 중등 예비과학교사 교육에서 수업 계획에 대한 구체적인 교육 방안을 제안하였다.

에듀테인먼트를 위한 학습자 모델링 (Adaptive Support Modeling for Edutainment)

  • 주문원;최영미;강희중
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
    • /
    • pp.473-476
    • /
    • 2005
  • 상호작용적으로 학습의 도움을 주는 교육용 게임에서 변화하는 학습자의 지식과 학습목표를 파악하여 처리해줄 필요가 있다. 이러한 과정은 분석적 평가와 학습계획이라는 절차를 요구하게 되는데 본질적으로 불확실성이 내포되어 있다. 이 논문에서는 교육용 게임에서 학습자와 상호작용을 통하여 수집되는 정보를 적응적으로 분석하여 학습계획을 실시간으로 수립할 수 있는 베이지안 학습자 모델을 제시하고자 한다.

  • PDF

학습방법, 학습계획, 과제 난이도가 소프트웨어 학습에 미치는 영향 (The effects of learning method, learning schedule, and task difficulty on the learning of computer software)

  • 김경수;이형철;김신우
    • 감성과학
    • /
    • 제17권1호
    • /
    • pp.3-12
    • /
    • 2014
  • 다양한 전자제품의 조작법을 빠르고 정확하게 학습하는 것은 일상적이고 중요한 과제가 되었다. 특히 소프트웨어는 여러 제품들의 통제 및 조작에서 핵심적인 지위를 차지하고 있다. 본 연구는 기존 학습연구에서 중요한 변인으로 연구되어온 학습방법, 학습계획, 과제난이도가 소프트웨어 학습에 미치는 영향을 검증하였다. 실험1에서는 2 (학습방법: 경험적 vs. 언어적) ${\times}$ 2 (학습계획: 간격 vs. 덩이진) ${\times}$ 2 (난이도: 쉬움 vs. 어려운)의 피험자간 요인설계를 사용하여 각 조건에서 참가자들이 윈도우 무비메이커를 사용하여 파일을 조작하는 방법을 학습하는 실험을 실시하였다. 그 결과 학습계획에 따른 수행의 차이는 발견할 수 없었으나, 언어적 학습보다 경험적 학습에서 참가자들은 더 빠르게 평가과제를 완료하였다. 특히 과제난이도가 높아질 경우 참가들은 언어적 조건에서 경험적 조건보다 두드러진 수행저하를 보였는데, 이는 과제가 어려워질수록 경험적 학습이 효과적인 학습방법이 라는 것을 시사한다. 즉 소프트웨어 학습에서 간단한 조작의 경우에는 매뉴얼 혹은 지시문의 형태로 구성된 언어적 학습으로 충분하지만 어려운 과제의 경우에는 체험 프로그램이나 투토리얼 모드를 통해 학습하는 것이 효과적일 것이다. 추가실험에서 난이도 증가에 따른 언어적 학습의 선형적 이득을 확인하기 위해 난이도를 3단계로 세분화하여 검증하였으며 (실험 2) 학습계획의 효과를 확인하기 위해 학습시행간 간격을 증가시켰으나 (실험3) 유의미한 결과를 발견하지는 못했다.

복합구조 모형을 토대로 한 대학생 자기주도학습 측정 도구 개발 (Development of Self-directed Learning Scale for University Students based on the Complex Structure Model)

  • 이은철
    • 한국콘텐츠학회논문지
    • /
    • 제16권10호
    • /
    • pp.382-392
    • /
    • 2016
  • 본 연구는 복합적 구조의 자기주도학습 과정을 구성하고, 이를 토대로 대학생들을 위한 복합적 구조의 자기주도학습 측정 도구를 개발하는 것을 목적으로 하였다. 연구 목적을 달성하기 위해 문헌 분석 및 선행 연구 검토를 통해서 동기와 학습실행 행동(학습목표 설정, 학습 계획 수립, 학습 활동, 학습결과 평가 행동)과 학습관리 행동(자기관찰, 자기검토, 자기수정)이 복합적으로 구성된 자기주도학습 모형을 구성하였다. 이를 토대로 19개의 하위요인을 구성하였고, 114개 측정 문항을 개발하였다. 먼저 예비 척도를 개발하여 수도권의 D대학 학생 128명을 대상으로 신뢰도 검증을 수행하였다. 그 결과 모든 하위 요인의 신뢰도가 양호한 것으로 나타나 제외된 문항 없이 본 척도를 개발하였다. 본 척도의 타당성을 검증하기 위해 수도권의 D대학 학생 674명을 대상으로 신뢰도와 구인타당도를 검증하였다. 신뢰도는 목표행동 (.834), 목표관찰(.809), 목표검토(.839), 목표수정(.773), 계획행동(.765), 계획관찰(.861), 계획검토(.890), 계획수정(.810), 학습전략(.784), 학습관리(.775), 학습유지(.809), 자원획득(.828), 학습관찰(.846), 학습검토(.827), 학습수정(.830), 평가행동(.892), 평가관찰(.866), 평가검토(.891), 평가수정(.868)로서 모든 하위 요인이 양호한 것으로 나타났다. 구인타당도 검증을 위해 확인적 요인분석을 실시한 결과 최초 모형은 적합한 것으로 나타나지 않았다. 이에 모형 수정지수를 고려하여 1차 수정한 결과 ${\chi}^2$(563.254), CFI=.963, NFI=.951, RMSEA=.064로 나타나 모형이 타당한 것으로 검증되었다.

셀 분해 알고리즘을 활용한 심층 강화학습 기반 무인 항공기 경로 계획 (UAV Path Planning based on Deep Reinforcement Learning using Cell Decomposition Algorithm)

  • 김경훈;황병선;선준호;김수현;김진영
    • 한국인터넷방송통신학회논문지
    • /
    • 제24권3호
    • /
    • pp.15-20
    • /
    • 2024
  • 무인 항공기의 경로 계획은 고정 및 동적 장애물을 포함하는 복합 환경에서 장애물 충돌을 회피하는 것이 중요하다. RRT나 A*와 같은 경로 계획 알고리즘은 고정된 장애물 회피를 효과적으로 수행하지만, 고차원 환경일수록 계산 복잡도가 증가하는 한계점을 가진다. 강화학습 기반 알고리즘은 복합적인 환경 반영이 가능하지만, 기존 경로 계획 알고리즘과 같이 고차원 환경일수록 훈련 복잡도가 증가하여 수렴성을 기대하기 힘들다. 본 논문은 셀 분해 알고리즘을 활용한 강화학습 모델을 제안한다. 제안한 모델은 학습 환경을 세부적으로 분해하여 환경의 복잡도를 감소시킨다. 또한, 에이전트의 유효한 행동을 설정하여 장애물 회피 성능을 개선한다. 이를 통해 강화학습의 탐험 문제를 해결하고, 학습의 수렴성을 높인다. 시뮬레이션 결과는 제안된 모델이 일반적인 환경의 강화학습 모델과 비교하여 학습 속도를 개선하고 효율적인 경로를 계획할 수 있음을 보여준다.

에듀테인먼트 전략을 활용한 모바일 학습 환경에서의 MMIS 모형 설계 (Development of MMIS Medel Using Edutainment Strategy on Mobile Learning Environments)

  • 나혜정;전우천
    • 한국정보교육학회:학술대회논문집
    • /
    • 한국정보교육학회 2008년도 동계학술대회
    • /
    • pp.181-186
    • /
    • 2008
  • 휴대폰이나 PDA와 같은 모바일 기기의 확산과 더불어 모바일 통신 환경을 기반으로 하는 모바일 교육 학습 모델이 교육의 질향상 및 교육 효과의 극대화를 꾀할 것으로 기대되는 실정이다. 또한 모바일 환경에서 학습자가 지속적이고 자기 주도적으로 학습을 하기 위해서 자기조절학전략이 필요하며, 이를 위해 모바일 학습환경에 적합한 MMIS(Motivation Metacognitive practice Interaction. Self-reflection: 자기 주도학습전략)모형을 설계하도록 하였다. 특히 학습자의 지속적인 흥미와 동기부여를 위해 에튜테인먼트(edutainment)전략을 활용하여 모바일 게임에 익숙한 학습자의 특성에 맞는 모형으로 설계하였다. 본 논문에서 설계한 MMIS 모형의 특징은 다음과 같다. 첫째, 학습자가 스스로 학습 전략을 계획하고 통제할 수 있도록 게임의 난이도를 스스로 결정할 수 있다. 둘째, 학습자가 게임활동을 스스로 계획하고, 게임 결과를 모니터링 할 수 있다. 셋째, 사전에 게임에 필요한 학습 내용을 제공받음으로써 게임에서 좋은 결과를 얻기 위한 노력을 할 수 있도록 하였다. 넷째, 게임을 할 때 해결하기 어려운 과제의 경우에는 교사나 게임에서 제공되는 힌트를 통해 스스로 필요한 도움을 찾아낼 수 있다.

  • PDF