• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.223-225
• /
• 2000

사화나 경제와 같은 동적 시스템에서 행동에 대한 적절성은 주위의 개체들에 의해 평가되고 일반적으로 동적 시스템에서 개체들의 행동은 주위 상황의 변화에 민감한 자극-반응의 형태로 나뉜다. 본 논문에서는 그와 같은 동적 시스템을 간단한 반복적 죄수의 딜레마게임으로 모델링하고 에이전트들의 연합을 통해 일반화 능력을 향상시킴으로써 환경변화에 보다 적응적으로 반응하도록 한다. 이를 위해 반복적 죄수의 딜레마 게임에서 획득된 전략 연합에서 에이전트들의 신뢰도를 조정함으로써 일반화 능력이 향상되도록 하였다. 실험결과, 전략 연합에서 에이전트들의 신뢰도를 진화적으로 조정함으로써 일반화 능력을 크게 향상시킬 수 있음을 볼 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.335-338
• /
• 2005

로봇 에이전트는 변화하는 환경에서 센서정보를 바탕으로 적절한 행동을 선택하며 동작하는 것이 중요하다. 행동 선택 네트워크는 이러한 환경에서 변화하는 센서정보에 따라 실시간으로 행동을 선택할 수 있다는 점에서, 장시간에 걸친 최적화보다 단시간 내 개선된 효율성에 초점을 맞추어 사용되어 왔다. 하지만 행동 선택 네트워크는 초기 문제에 의존적으로 설계되어 변화하는 환경에 유연하게 대처하지 못한다는 맹점을 가지고 있다. 본 논문에서는 행동 선택 네트워크의 연결을 LCS를 기반으로 진화 학습시켰다. LCS는 유전자 알고리즘을 통해 만들어진 규칙들을 강화학습을 통해 평가하며, 이를 통해 변화하는 환경에 적합한 규칙을 생성한다. 제안하는 모델에서는 LCS의 규칙이 센서정보를 포함한다. 진화가 진행되는 도중 이 규칙들이 모든 센서 정보를 포함하지 못하기 때문에 현재의 센서 정보를 반영하지 못하는 경우가 발생할 수 있다. 본 논문에서는 이를 해결하기 위해 센서정보 별로 개체를 따로 유지하는 방법을 제안한다. 제안하는 방법의 검증을 위해 Webots 시뮬레이터에서 케페라 로봇을 이용해 실험을 하여, 변화하는 환경에서 로봇 에이전트가 학습을 통해 올바른 행동을 선택함을 보였고, 일반LCS를 사용한 것보다 조건별 개체 유지를 통해 더 나은 결과를 보이는 것 또한 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.574-576
• /
• 2004

일반적으로 노동시장은 노동자와 고용주들로 구성되며, 이들은 복잡한 상호작용을 통해 노사관계를 형성한다 본 논문에서는 진화 에이전트들로 구성된 노동시장 모델 상에서 노동자들 또는 고용주들 사이에서 형성될 수 있는 전략적 연합을 적용하여 노동자와 고용주의 수적인 비율로 표현할 수 있는 직업밀집도와 직업집중도에 따른 행동 특성을 분석한다. 전략적 연합은 다중에이전트 환경에서 상호간의 이득을 보장하는 효과적인 방법이 될 수 있다. 진화 노동시장에서 노동자와 고용주들은 집단 내에서 자율적으로 연합을 형성하며 죄수의 딜레마게임으로 진행되는 거래에 참여한다. 실험결과, 에이전트들의 행동이 직업밀집도와 직업집중도에 따라 다르게 나타나며, 특히 전략적 연합이 허용될 경우 노동자와 고용주들이 보다 공격적인 형태로 노사거래에 참여함을 보여준다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.2
• /
• pp.101-110
• /
• 2004

In dynamic systems, such as social and economic systems, complex interactions emerge among its members. In that case, their behaviors become adaptive according to Changing environment. In many cases, an individual's behaviors can be modeled by a stimulus-response system in a dynamic environment. In this paper, we use the Iterated Prisoner's Dilemma (IPD) game, which is simple yet capable of dealing with complex problems, to model the dynamic systems. We propose strategic coalition consisting of many agents and simulate their emergence in a co-evolutionary learning environment. Also we introduce the concept of confidence for agents in a coalition and show how such confidences help to improve the generalization ability of the whole coalition. Experimental results are presented to demonstrate that co-evolutionary learning with coalitions and confidence allows better performing strategies that generalize well.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.3
• /
• pp.441-446
• /
• 2010

Each robot decides and behaviors themselves surrounding circumstances in the swarm robot system. Robots have to conduct tasks allowed through cooperation with other robots. Therefore each robot should have the ability to learn and evolve in order to adapt to a changing environment. In this paper, we proposed learning based on Q-learning algorithm and evolutionary using Harmony Search algorithm and are trying to improve the accuracy using Harmony Search Algorithm, not the Genetic Algorithm. We verify that swarm robot has improved the ability to perform the task.

• Korean journal of applied entomology
• /
• v.40 no.2
• /
• pp.125-129
• /
• 2001

Some wingless species have evolved take-off behaviors that enable them to become airborne. We examined aerodynamic attributes of dispersal relative to the body size and standing vs. walking postures for three phytoseiids that were suspected to have different take-off behaviors and dispersal abilities, Phytoseiulus persimilis Athias-Henriot, Neoseiulus fallacis (Carman) and N. californicus (McGregor). The average vertical profile of Pp in the walking position was significantly higher than those of Nf and Nc when in walking position. The body height of Nf in the standing posture was significantly greater than the body height of Pp when in the walking position. Cross-section areas also showed similar patterns of difference. Nf in the standing posture would have more than twice the drag force than in walking posture because of more fluid momentum in the wind boundary layer However, Pp in the walking position would have similar drag to Nf in the standing posture because of a higher vertical profile and larger size. Thus we add the scientific evidence of presence and absence of take-off behavior of some phytoseiid mites and evolutionary aspects of aerial dispersal are further discussed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.551-554
• /
• 2001

분산 인공지능 분야에서는 여러 개의 기본 객체들이 상호작용을 통해 원하는 작업을 수행하는데, 그 한 예로 행동기반 이동로봇 제어 시스템을 들 수 있다. 이것은 여러 개의 기본 행동 모듈을 개발한 후, 적절한 조정방법을 사용하여 어려운 문제를 해결하며, 행동 네트워크는 행동 모듈들간의 협력과 억제를 모델링 하여 주어진 작업을 달성하도록 행동들의 실행순서를 조정하는 방법중의 하나이다. 정적으로 행동을 선택하는 규칙기반 결합 방법과는 달리 목표에 기반 하여 행동 네트워크는 다양한 행동들의 실행순서를 동적으로 선택한다는 장점이 있다. 본 논문에서는 진화 방식으로 설계된 기본 행동 모듈을 행동 네트워크와 규칙기반 방법으로 선택하는 실험을 수행하며, 그 결과 행동 네트워크가 변화하는 환경에서도 좋은 성능을 보인다는 사실을 확인할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.5
• /
• pp.591-597
• /
• 2007

In swarm robot systems, each robot must behaves by itself according to the its states and environments, and if necessary, must cooperates with other robots in order to carry out a given task. Therefore it is essential that each robot has both learning and evolution ability to adapt the dynamic environments. In this paper, the new polygon based Q-learning algorithm and distributed genetic algorithms are proposed for behavior learning and evolution of collective autonomous mobile robots. And by distributed genetic algorithm exchanging the chromosome acquired under different environments by communication each robot can improve its behavior ability Specially, in order to improve the performance of evolution, selective crossover using the characteristic of reinforcement learning is adopted in this paper. we verify the effectiveness of the proposed method by applying it to cooperative search problem.

• Journal of KIISE:Software and Applications
• /
• v.26 no.4
• /
• pp.453-461
• /
• 1999

최근 들어 생물학적 두뇌에 대한 관심이 높아지고 있으며, 그에 따라 인공두뇌의 개발이나 두뇌의 기능을 밝히고자 하는 시도가 활발히 이루어지고 있다. 특히 셀룰라 오토마타는 간단한 규칙들의 조합으로 복잡한 현상을 표현하는 모델로 복잡한 두뇌를 표현하기에 적합한 모델로 복잡한 두뇌를 표현하기에 적합한 모델일 기대된다. 셀룰라 오토마타 상에서 특정한 기능을 갖도록 신경망 모듈들을 진화시킨 후, 이들을 결합하여 인공두뇌를 개발하고자 하는 시도가 있다. 본 논문에서는 이러한 접근방식의 유용성을 보여주기 위하여 적당한 크기의 셀룰라 오토마타 공간에서 신경망을 만들어내어 이동 로봇의 제어기를 진화방법으로 구성하고자한다. 실험결과 로봇이 벽과 충돌하지 않고 잘 움직일 수 있도록 진화된 제어기를 얻을 수 있었다. 또한 다각적인 분석과정을 통해 진화된 제어기의 구조와 그 작동과정으 밝혀내고자 하였다.

• The Science & Technology
• /
• no.5 s.420
• /
• pp.88-92
• /
• 2004