• 정보처리학회논문지D
• /
• 제11D권1호
• /
• pp.105-114
• /
• 2004

본 논문에서는 멀티 에이전트 모델에서 각 에이전트의 협력 방법을 제안하고 네이밍 에이전트의 메타데이터를 이용한 MA(Mobile Agent)의 노드 이주 알고리즘을 제시한다. 멀티 에이전트의 협력은 에이전트 시스템의 안정성과 분산 환경에서의 정보 검색의 신뢰성을 향상시킨다. 이러한 멀티 에이전트의 중요한 구성 요소 중, 네이밍 에이전트는 상호 에이전트를 식별하고 특정 객체를 참조하도록 에이전트 이름을 지원하며, 각 에이전트는 이러한 고유의 이름으로서 특정 객체를 참조한다. 또한 네이밍 에이전트는 에이전트 특성에 따라 SPA(Server Push Agent), CPA(Client Push Agent) 및 SPA(Server Push Agent) 등으로 각 에이전트를 분류하여 네이밍 서비스를 통합하고 관리하는 역할을 수행하며, 특정 MA에 노드 이주 정보를 제공하게 된다. 그러므로 MA의 노드 이주 시 적중 문건의 수, 적중률, 노드 처리 시간 및 네트워크 지연시간에 따른 우선순위를 부여하여 노드 이주의 효율성을 높일 수 있는 방안이 요구된다. 따라서 본 논문은 통합된 네이밍 서비스를 위한 네이밍 에이전트를 설계하고 적중 문건의 수, 적중률 및 탐색 문건의 수 등으로 구성된 메타데이터 구조를 보인 후, 멀티 에이전트의 협력을 통한 메타데이터의 생성과 갱신 및 적중 문건의 수에 따른 노드 이주 방법을 보인다.

• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.601-608
• /
• 2001

The automated assignment of multiple tasks to executing agents is a key problem in the area of multi-agent systems. In many domains, significant savings can be achieved by reallocating tasks among agents with different costs for handling tasks. The automation of task reallocation among self-interested agents requires that the individual agents use a common negotiation protocol that prescribes how they have to interact in order to come to an agreement on "who does what". In this paper, we introduce the multi-agent Traveling Salesman Problem(TSP) as an example of task reallocation problem, and suggest the Vickery auction as an interagent negotiation protocol for solving this problem. In general, auction-based protocols show several advantageous features: they are easily implementable, they enforce an efficient assignment process, and they guarantce an agreement even in scenarios in which the agents possess only very little domain-specific Knowledge. Furthermore Vickrey auctions have the additional advantage that each interested agent bids only once and that the dominant strategy is to bid one′s true valuation. In order to apply this market-based protocol into task reallocation among self-interested agents, we define the profit of each agent, the goal of negotiation, tasks to be traded out through auctions, the bidding strategy, and the sequence of auctions. Through several experiments with sample multi-agent TSPs, we show that the task allocation can improve monotonically at each step and then finally an optimal task allocation can be found with this protocol.

• 한국콘텐츠학회논문지
• /
• 제9권10호
• /
• pp.51-58
• /
• 2009

강화학습은 최적의 행동정책을 구하는 최적화 문제로 주어진 환경과의 상호작용을 통해 받는 보상 값을 최대화하는 것이 목표이다. 특히 단일 에이전트에 비해 상태공간과 행동공간이 매우 커지는 다중 에이전트 시스템인 경우 효과적인 강화학습을 위해서는 적절한 행동 선택 전략이 마련되어야 한다. 본 논문에서는 멀티에이전트의 효과적인 행동 선택과 학습의 수렴속도를 개선하기 위하여 퍼지 추론 기반의 멀티에이전트 강화학습 모델을 제안하였다. 멀티 에이전트 강화학습의 대표적인 환경인 로보컵 Keepaway를 테스트 베드로 삼아 다양한 비교 실험을 전개하여 에이전트의 효율적인 행동 선택 전략을 확인하였다. 제안된 퍼지 추론 기반의 멀티에이전트 강화학습모델은 다양한 지능형 멀티 에이전트의 학습에서 행동 선택의 효율성 평가와 로봇축구 시스템의 전략 및 전술에 적용이 가능하다.

• 지능정보연구
• /
• 제10권3호
• /
• pp.91-103
• /
• 2004

다중 에이전트 시스템을 바탕으로 구축되는 시맨틱 웹 응용 프로그램은 에이전트 시스템이 제공하는 적절한 수준의 추상화에서 비롯되는 융통성을 유지하면서도 개발 및 운용의 효율성이 요구된다. 본 연구에서는 에이전트 수준의 추상화를 BDI 에이전트 구조를 기반으로 제공하면서 Java 기반 시스템의 효율성을 갖춘 새로운 에이전트 응용 프레임웍인 VivAce(Vivid Agent Computing Environment)를 소개하고 그 효율성을 대규모 에이전트 기반 시뮬레이션을 통하여 보인다. Vivid 에이전트는 소프트웨어에 의해 제어되는 시스템으로서 지식(knowledge), 지각(perception), 임무(task), 의도(intention)를 중심으로 상태(state)를 표현하며 활동(action)과 반응규칙(reaction rule)으로 행위(behavior)를 나타낸다. 본 논문에서는 먼저 에이전트 응용 프레임웍에 필요한 요소를 제시하고 이에 관련된 VivAce의 기능과 특징 및 이를 이용한 실험 결과를 제시한다.

• 한국지능시스템학회논문지
• /
• 제17권1호
• /
• pp.80-85
• /
• 2007

홈네트워크 시스템의 본격적인 보급과 함께 가정용서비스 로봇의 최근 연구 성과들은 인간과 지능로봇이 가정에 공존하며 서로 의사소통을 할 수 있는 시대가 가까운 미래에 현실화 될 수 있음을 보여주고 있다. 한편 가정의 환경적인 특징은 open이기 때문에 그러한 환경에 적응하고 주어진 임무를 수행하는 데는 단일 로봇 또는 단일 홈서버보다는 로봇을 포함하는 홈네트워크 시스템 내의 여러 장치들이 어울려 분산처리를 수행하는 multi-agent 시스템이 일반적으로 더 좋다고 알려져 있다. 따라서 본 논문은 홈네트워크 시스템을 가진 가정에서 필요한 agent들을 정의하기 위해 framework 모델을 구축하고 각 agent 간의 통신 protocol architecture를 제시한다. 이를 위해 로봇 또는 홈서버의 단일 지능이나 기능보다는 그 안에 존재하는 복수개의 agent instance들의 집합으로서 agent를 정의하고, 각 agent 내외에서 agent들 사이의 협력(cooperation)과 타협(negotiation)을 통해 환경과 적응하는 방법 및 사람과 교감(interactive)하는 방법을 제시한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.268-271
• /
• 2003

In this paper, we propose a new framework based on negotiatory mobile multi agent system, and implement a mobile multi agent environment based on DECAF(Distributed Environment-Centered Agent Framework) which is one of the distributed agent development toolkit so as to implement a new PDS(Personal Digital Library System). The new framework has some optimality and higher performance in distributed environments.

• 한국지능시스템학회논문지
• /
• 제17권1호
• /
• pp.39-45
• /
• 2007

이 논문에서는 멀티에이전트 기반 지능형 웹기반 이러닝 시스템을 구현하였다. 이 시스템 구현을 위해 사용자들의 취향검사를 수행하였고, 결과 사용자 그룹에 맞는 적절한 이러닝 커뮤니티를 형성하였다. 제안하는 시스템인 IMAS는 신경회로망에 의해 이러닝 커뮤니티를 학습하였고, 새로운 분산기반 멀티에이전트 프레임워크를 이용하여 에이전트를 생성한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.280-283
• /
• 2003

A purpose of our research is an acquisition of cooperative behaviors in inhomogeneous multi-agent system. In this research, we used the fire panic problem as an experiment environment. In Fire panic problem a fire exists in the environment, and follows in each steps of agent's behavior, and this fire spreads within the constant law. The purpose of the agent is to reach the goal established without touching the fire, which exists in the environment. The fire heat up by a few steps, which exists in the environment. The fire has unsureness to the agent. The agent has to avoid a fire, which is spreading in environment. The acquisition of the behavior to reach it to the goal is required. In this paper, we observe how agents escape from the fire cooperating with other agents. For this problem, we propose a unique CMAC based Q-learning system for inhomogeneous multi-agent system.

• 제어로봇시스템학회논문지
• /
• 제18권7호
• /
• pp.617-621
• /
• 2012

This paper studies asymptotic consensus problem for linear multi-agent systems. We propose a distributed state feedback control algorithm for solving the problem under fixed and undirected network communication. In contrast with the conventional algorithms that use global information (e.g., graph connectivity), the proposed algorithm only uses local information from neighbors. The principle for achieving asymptotic consensus is that, for each agent, a distributed update law gradually increases the coupling gain of LQR-type feedback and thus, the overall stability of the multi-agent system is recovered by the gain margin of LQR.

• 한국군사과학기술학회지
• /
• 제11권5호
• /
• pp.49-57
• /
• 2008

In this paper, we suggested a methodology that can be used by an agent to learn models of other agents in a multi-agent system. To construct these model, we used influence diagram as a modeling tool. We present a method for learning models of the other agents at the decision nodes, value nodes, and chance nodes in influence diagram. We concentrated on learning of the other agents at the value node by using neural network learning technique. Furthermore, we treated anti-air units in anti-air defense domain as agents in multi. agent system.