• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.67-76
• /
• 2011

본 논문은 초등학교 정규교과에서 로봇활용수업의 효과 분석을 위해 교과별 목표 달성에 적합한 로봇 및 PC연동 어플리케이션을 개발하고 수업적용을 통해 학습자의 반응을 살펴보았다. 연구결과 사후 이미지 프로파일의 대부분의 항목에서 로봇에 대한 긍정적인 응답이 나타났으며 특히, '이론적-실천적', '비협동적-협동적' 두 항목에서 유의미한 차이가 발견되었다(p<.05). 또한 학습자가 그린 사후 이미지 분석 결과 사전에 비해 구체적인 학습상황과 연계된 로봇 이미지가 형성된 것으로 나타났다. “로봇활용수업”에 대한 학습자 인식을 살펴보기 위한 면담결과 로봇의 직 간접 체험 모두 긍정적인 학습참여를 유도하고 실제적 학습경험을 제공하였다고 나타내었다. 또한 로봇활용수업을 통해 모둠 구성원과 자연스러운 협력활동이 관찰되었고 학생들도 동료와 협력활동에 대해 긍정적으로 인식하고 있었다. 이와 같은 결과는 로봇활용 교육이 새로운 학습 패러다임으로서의 가능성을 보여준다고 볼 수 있다.

• 정보처리학회논문지A
• /
• 제11A권7호
• /
• pp.583-589
• /
• 2004

로봇 관련 강의에서 여러 가지 개념을 용이하게 이해하기 위한 다양한 자료가 아직 부족하고, 한정된 기자재로 인하여 로봇을 이용한 실험을 충분히 수행하지 못하고 있는 실정이다. 이를 해소하기 위하여 본 논문에서는 멀티미디어 콘텐츠와 3차원 로봇 시뮬레이터로 구성된 웹기반 로봇 원격 교육시스템을 개발하고자 한다. 학생은 웹상에 구성된 멀티미디어 콘텐츠를 이용하여 로봇과 관련된 개념을 용이하게 이해할 수 있으며, 3차원 로봇 시뮬레이터를 이용하여 가상 로봇 실험 및 실제 로봇과의 연동 실험을 수행할 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권12호
• /
• pp.491-498
• /
• 2019

디지털 트윈은 현실 세계의 물리적인 사물을 컴퓨터상에 동일하게 가상화시키는 기술로써, IoT을 통해 센서 데이터를 수집하고, 수집한 데이터를 활용하여 물리적인 사물과 가상 사물을 양방향으로 연결을 할 수 있게 한다. 디지털 트윈 기술은 가상 모델의 시뮬레이션을 통해 동작을 조정하고 환경변화에 대한 대응을 미리 실험하여 위험성을 최소화할 수 있는 장점을 지닌다. 최근 인공지능이나 기계학습에 관련된 기술들이 주목받기 시작하면서, 물리적인 사물의 동작을 가상화하여 가상 모델을 관찰하고 다양한 시나리오를 적용하려는 시도가 증가하고 있다. 특히, 인더스트리 4.0에서 공장자동화의 핵심인 협력 로봇의 디지털 트윈을 구축하기 위해서는 로봇의 동작을 인지하는 과정이 필수적으로 요구된다. 로봇의 동작을 인지하기 위한 모델링 기반의 연구에 비해 센서 데이터 기반으로 동작을 예측하는 연구는 미비한 상황이다. 따라서 본 논문에서는 로봇의 동작을 인지하기 위해 가정용 협력 로봇에서 전류 및 관성 센서 데이터를 수집하기 위한 실험 환경을 구축하고, 수집한 센서 데이터를 기반으로 한 동작 예측 모델을 제안하고자 한다. 제안하는 방식은 조인트 위치 기반으로 로봇의 동작 명령어를 9가지로 분류하고 전류와 관성 센서값을 사용하여 학습을 통해 예측하는 방식이다. 이때, 학습에 사용되는 데이터는 협력 로봇이 동작 명령어의 입력 파라미터에 마진을 가지고 작동할 때 수집되는 센서값이다. 이를 통해, 동일한 경로를 따라 이동하는 9가지 동작뿐만 아니라 각 동작과 비슷한 경로를 따라 이동하는 동작에 대해서도 예측하는 모델을 구축하였다. SVM을 이용하여 학습한 결과, 모델의 성능은 평균적으로 정확도, 정밀도, 및 재현율이 모두 97%로 평가되었다.

• 전자공학회논문지 IE
• /
• 제44권3호
• /
• pp.35-41
• /
• 2007

본 논문에서는 보상신호를 수반하는 인공지능 기반의 가상 로봇 학습 행위 모델을 제안하고 이 모델을 3가지 환경에 적용시킨 후에 보상 방법에 따른 가상 로봇의 학습 속도를 비교 검토하였다. 결과로서 환경이 다소 복잡하면 즉, 로봇 집단의 크기, 먹이 수, 장애물 수가 다소 많은 경우 학습 세대가 충분하다면 강화 보상 방법이 강화와 억제를 혼합한 보상 방법 보다 우월함을 알 수 있었다. 하지만 복잡하지 않은 환경에서는 혼합 보상 방법이 우수했다.

• 한국정밀공학회지
• /
• 제13권4호
• /
• pp.75-86
• /
• 1996

In this paper, we propose a new fuzzy-neural network control scheme for the speed and azimuth control of a mobile robot. The proposed control scheme uses a gaussian function as a unit function in the fuzzy-neural network, and back propagation algorithm to train the fuzzy-neural network controller in the frame-work of the specialized learning architecture. It is proposed a learning controller consisting of two fuzzy-neural networks based on independent reasoning and a connection net woth fixed weights to simply the fuzzy-neural network. The effectiveness of the proposed controller is illustrated by performing the computer simulation for a circular trajectory tracking of a mobile robot driven by two independent wheels.

• 정보교육학회논문지
• /
• 제19권1호
• /
• pp.87-98
• /
• 2015

초등학교 로봇활용교육에서 여학생들의 경우 기계에 대한 부정적 태도와 인식 등으로 인하여 학습동기와 흥미를 유지하는 데 어려움이 따른다. 본 연구에서는 초등학교 여학생들을 위한 STEAM 기반 스토리텔링 로봇활용교육을 통하여 학습태도를 향상시키는 방안을 모색하였다. 교육과정은 여학생들에게 친근한 명작동화를 9개의 학습주제로 구성하였고 스마트폰을 활용하여 로봇설계, 제작, 학습토론, 공유할 수 있는 스마트 로봇교육지원시스템을 개발하였다. 학습태도에 대한 t-검증 결과, 실험집단이 통제집단보다 평균이 더 높았으며 설계된 시스템은 여학생들의 협력적 학습활동과 학습동기 지속에 효과적인 것으로 나타났다.

• 로봇학회논문지
• /
• 제14권1호
• /
• pp.40-49
• /
• 2019

Reinforcement learning has been applied to various problems in robotics. However, it was still hard to train complex robotic manipulation tasks since there is a few models which can be applicable to general tasks. Such general models require a lot of training episodes. In these reasons, deep neural networks which have shown to be good function approximators have not been actively used for robot manipulation task. Recently, some of these challenges are solved by a set of methods, such as Guided Policy Search, which guide or limit search directions while training of a deep neural network based policy model. These frameworks are already applied to a humanoid robot, PR2. However, in robotics, it is not trivial to adjust existing algorithms designed for one robot to another robot. In this paper, we present our implementation of Guided Policy Search to the robotic arms of the Baxter Research Robot. To meet the goals and needs of the project, we build on an existing implementation of Baxter Agent class for the Guided Policy Search algorithm code using the built-in Python interface. This work is expected to play an important role in popularizing robot manipulation reinforcement learning methods on cost-effective robot platforms.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2008년도 추계학술대회A
• /
• pp.745-750
• /
• 2008

Uncertain dynamic parameters and joint flexibility have been problem to control robot manipulator precisely. Hence, even if the controller tracks the desired trajectory well with the feedback of the motor encoders, it is hard to achieve the desired behavior at the end-effector. In this paper, robot trajectory is taught by a general heuristic iterative learning control (ILC) algorithm in order to reduce tracking error of the tool center point (TCP) and the results of tracking with 6 DOF industrial robot manipulator are presented. The performance is verified based on ISO 9283.

• 제어로봇시스템학회논문지
• /
• 제3권4호
• /
• pp.350-356
• /
• 1997

It is desirable for autonomous robot systems to possess the ability to behave in a smooth and continuous fashion when interacting with an unknown environment. Although Q-learning requires a lot of memory and time to optimize a series of actions in a continuous state space, it may not be easy to apply the method to such a real environment. In this paper, for continuous state space applications, to solve problem and a triangular type Q-value model\ulcorner This sounds very ackward. What is it you want to solve about the Q-value model. Our learning method can estimate a current Q-value by its relationship with the neighboring states and has the ability to learn its actions similar to that of Q-learning. Thus, our method can enable robots to move smoothly in a real environment. To show the validity of our method, navigation comparison with Q-learning are given and visual tracking simulation results involving an 2-DOF SCARA robot are also presented.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 춘계학술대회 논문집
• /
• pp.1105-1108
• /
• 2003

Adaptation in dynamic environments gains a significant advantage by combining evolution and learning. We propose an on-line, realtime evolutionary learning mechanism to determine the structure and the synaptic weights of a neural network controller for mobile robot navigations. We support our method, based on (1+1) evolutionary strategy, which produces changes during the lifetime of an individual to increase the adaptability of the individual itself, with a set of experiments on evolutionary neural controller for physical robots behaviors.