• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.1
• /
• pp.22-28
• /
• 2015

In this paper, we studied the evolution of behavioral logic of artificial individuals using cell-level evolution framework. We first implemented cell-level evolution framework and then investigated the evolution of behavioral logic that artificial individuals ate foods on the framework. A logic frame for behavioral decisions of artificial individuals was devised and applied to the framework. From extensive tests, we found that most artificial individuals could evolve the behavioral logic that they could eat food in a short generation. It was also confirmed that most behavioral logics showed nearly same behaviors of artificial individuals in most tests. Our method has the differences from existing algorithms using evolutionary algorithms and evolvable hardwares in that it is a basically different approach. These results showed that our framework could be a good tool for investigating the evolution of artificial individuals in a cell-level.

• Korean Journal of Psychosomatic Medicine
• /
• v.27 no.1
• /
• pp.1-12
• /
• 2019

The behavioural patterns of individuals in the same species are very diverse. The phenomenon in which different behavioural phenotypes are maintained in the same species for long time can be explained by niche specialization or frequency dependent selection, but it has not been proven yet. Especially, the high prevalence of mental illnesses as extreme behaviour patterns is one of the challenges of evolutionary psychology. From an evolutionary point of view, several frameworks for studying various patterns of behaviours or psychopathologies may be proposed. In this paper, I briefly explain animal models, personality factor models, DSM-IV multiaxial models, FSD models, and RDoC models, and discuss their advantages and disadvantages, focusing on the evolutionary approach to behavioural variation among individuals.

• 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 Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.35-38
• /
• 2003

최근 컴퓨터 게임의 확산과 함께 보다 나은 가상환경 생성을 위한 기술에 대한 필요성이 증가하고 있다 다양한 환경에서 지능적으로 행동하는 인공 캐릭터의 설계를 위해 다양한 인공지능 기술이 적용되고 있다. 하지만 게임의 캐릭터 설계에 적용된 휴리스틱이나 규칙기반 시스템 등의 기존 인공지능 기술은 게임 개발자에 의존적이기 때문에 플레이어가 쉽게 캐릭터의 행동패턴을 파악하여 게임의 흥미를 저하시키는 단점이 있다 따라서 진화연산이나 신경망 등의 학습기반 인공지능 기술의 게임에의 적용이 모색되고 있다 특히 진화를 이용한 지능기술은 자연계의 복잡성과 의외성을 모방하여 최적화된 지능보다는 속임수/의외성 등의 창의적인 지능행동의 생성을 가능하게 하며 새로운 게임전략의 생성, 게임 캐릭터의 성격형성 및 다양한 행동 생성 등에 매우 유용하다. 본 논문에서는 진화기술의 게임에의 효과적인 적용을 위해 진화엔진을 설계 및 제작하고 인공지능 시뮬레이터에 적용하여 그 유용성을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.28-31
• /
• 2002

본 논문에서는 자율 이동 로봇의 학습을 위해 신경망과 진화 알고리즘을 이용한 방법을 제안한다. 이것은 자연계의 생물이 진화와 학습을 통해 환경에 적응해 나가는 방식과 유사하다. 또한 본 논문에서는 행동기반 제어 방법인 포섭구조를 이용해 로봇의 행동을 제어하는 방법을 제안한다 포섭 구조는 행동 규칙을 병렬적으로 모듈화 하여 낮은 레벨에서는 기본적인 행동을 담당하고, 높은 레벨에서는 좀 더 복잡한 행동을 담당하는 구조로 되어있다 따라서 각 행동 레벨이 협조를 함으로써 복잡한 임무를 수행할 수 있다. 포섭 구조에서 각 레벨의 제어기는 신경 망으로 구성하며 각 행동 레벨이 서로 영향을 주고받으며 진화함으로써 주어진 임무를 달성하도록 한다. 제안된 방법은 자율 이동 로봇인 Khepera 로봇을 이용해 실제 환경에서 구현함으로서 그 유효성을 입증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.6-8
• /
• 1999

시뮬레이션 환경이나 실제 환경에서 이동 로봇 제어기를 진화 알고리즘으로 만들어내는 연구가 최근 활발하다. 이전의 연구에서는 기존의 단순한 진화 알고리즘이 환경에 제한된 제어기를 만들어 내는 문제점을 해결하기 위한 방법으로 셀룰라 오토마타 기반 신경망의 점증적 진화방법을 제시하였다. 점증적 진화 방법은 초기에 간단한 행동으로 해결할 수 있는 환경에 맞도록 제어기를 진화시킨 다음, 점차 복잡한 행동이 요구되는 환경에서 제어기를 점증적으로 진화시킨다. 실험결과, 점증적 진화의 방법이 좀 더 효율적으로 로봇을 진화시키고 환경의 변화에 보다 강한 것을 알 수 있었다. 그러나 이전연구에서의 점증적 진화 방법은 한 단계에서 진화가 끝난 후 다음 단계로 넘어갈 개체를 사람이 선택해야 하는 문제가 있었다. 본 논문에서는 이러한 문제점을 해결하기 위한 다양한 방법을 제시하고 실험을 통해 그 유용성을 보이고자 한다.

• Journal of Intelligence and Information Systems
• /
• v.12 no.3
• /
• pp.67-82
• /
• 2006

We propose the HBEM(Hybrid Behavior Evolution Model) composed of rule classification and evolutionary neural network using rule descriptor and link descriptor for evolutionary behavior of virtual robots. In our model, two levels of the knowledge of behaviors were represented. In the upper level, the representation was improved using rule and link descriptors together. And then in the lower level, behavior knowledge was represented in form of bit string and learned adapting their chromosomes by the genetic operators. A virtual robot was composed by the learned chromosome which had the best fitness. The composed virtual robot perceives the surrounding situations and they were classifying the pattern through rules and processing the result in neural network and behaving. To evaluate our proposed model, we developed HBES(Hybrid Behavior Evolution System) and adapted the problem of gathering food of the virtual robots. In the results of testing our system, the learning time was fewer than the evolution neural network of the condition which was same. And then, to evaluate the effect improving the fitness by the rules we respectively measured the fitness adapted or not about the chromosomes where the learning was completed. In the results of evaluating, if the rules were not adapted the fitness was lowered. It showed that our proposed model was better in the learning performance and more regular than the evolutionary neural network in the behavior evolution of the virtual robots.

• Korean Journal of Cognitive Science
• /
• v.15 no.4
• /
• pp.67-75
• /
• 2004

인간이 진화의 산물이라면 인간의 두뇌도 당연히 진화의산물이다. 따라서 인간의 두뇌를 연구하는 데에는 진화적 관점이 필수적으로 요구된다. 그래서 나는 이 짤막한 논문에서 우리 인간을 제외한 다른 동물도 사고의 능력을 갖추고 있다는 사실을 증명해줄 수 있는 직접 또는 간접적 증거들을 제시하고 그러한 정보들이 우리 두뇌의 진화를 이해하는 데 어떤 함의가 있는지 논의하고자 한다. 동물의 인지 능력을 엿볼 수 있는 대표적인 행동들로 도구의 사용, 동물들이 만드는 각종 구조물, 진화의 역사 동안 한번도 전하지 못했던 새로운 문제에 대한 해결책, 속임수, 언어, 그리고 복잡한 사회구조에 대한 이해 등에 대해 동물행동학자들의 관찰 견과를 간략히 소개한다. 아울러 지난 몇 년간 본인이 추진해온 한국영장류 연구소(Institute of Primate Research and Conservation: iPRC)의 건립 계획과 연구 목표를 간략하게나마 밝히고자 한다.

• Journal of Integrative Natural Science
• /
• v.1 no.1
• /
• pp.5-13
• /
• 2008

본 논문은 국지적 상호작용 하에서 행위자들간에 특성의 차이에 근거한 구별짓기가 협조적 행위의 진화에 미치는 영향을 분석한다. 이 논문에서는 이러한 구별짓기의 성향이 왜, 그리고 어떤 메커니즘을 통해서 진화해나가는지를 보이고자 시도할 것이다. 아울러 구별짓기 성향과 함께 내부인과 외부인을 향한 행동을 다르게 함으로써 어떻게 내부인에 대한 이타적 협조행동을 발생시키는지, 더 나아가 구별짓기의 근거가 되는 행위자들의 여러 특성들(생물학적 혹은 문화적)은 어떻게 변화해 나가고 이들 특성의 변화가 구별짓기와 협조적 행동에 어떤 효과를 가져오는지를 살펴보고자 한다. 더 나아가 본 논문에서는 구별짓기가 협조적 행위의 진화에 영향을 미치는 과정을 장/단기로 구분함으로써 구별짓기의 효과를 보다 명확히 규명하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.137-139
• /
• 2000

이동로봇을 위한 제어기를 개발하려는 폭넓은 연구가 진행되어 왔다. 특히, 몇몇 연구가들은 유전자 알고리즘이나 유전자 프로그래밍과 같은 진화 알고리즘을 사용하여 장애물 피하기, 포식자 피하기, 이동하는 먹이 잡기 등의 기능을 수행하는 이동로봇 제어기를 개발하였다. 이러한 연구 선상에서, 우리는 이동로봇을 제어하기 위해 셀룰라 오토마타 상에서 진화된 CAM-Brain을 적용하는 방법을 보여왔다. 그러나, 이러한 접근방법은 로봇이 복잡한 환경에서 적합한 행동을 수행하도록 만드는데 한계가 있었다. 본 논문에서는, Maes의 행동선택 방법론을 이용하여 간단한 행동을 하도록 진화된 모듈들을 결합함으로써 이러한 문제를 해결하려고 한다. 실험 결과는 이러한 접근방법이 복잡한 환경을 위한 신경망 제어기를 개발하는데 가능성이 있음을 보여주었다.