• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 제39회 하계학술대회
• /
• pp.1883-1884
• /
• 2008

This paper presents a framework for decentralized control of self-organizing swarm agents based on the artificial potential functions (APFs). The framework explores the benefits by associating agents based on position information to realize complex swarming behaviors. A key development is the introduction of a set of association rules by APFs that effectively deal with a host of swarming issues such as flexible and agile formation. In particular, this paper presents an association rule for swarming that requires less movements for each agent and compact formation among agents. Extensive simulations are presented to illustrate the viability of the proposed framework.

• 한국지능시스템학회논문지
• /
• 제19권3호
• /
• pp.355-362
• /
• 2009

본 논문은 다수의 에이전트가 있는 스웜 시스템에서 효과적인 그룹행동을 다루는 연구를 한 내용이다. 많은 에이전트들이 그룹 행동을 할 때 효율적인 연합 행동을 할 수 있도록 인공 포텐셜 함수(Artificial Potential Function, 이하 APF)를 사용하였다. 제안된 연구에서는 균일한 에이전트간의 포메이션 형성, 신속한 목표물 이동, 그리고 에이전트간의 충돌 회피를 만족시키는 동적 연합(Dynamic Association, 이하 DA)알고리즘을 소개 한다. 동적 연합을 바탕으로 조직화된 단일 연합법(Systematic Singular Association, 이하 SSA)을 제안하였다. 제안된 계획에서는 장애물과 목표물 사이에도 직선시야(Line Of Signt, 이하 LOS)를 고려했다. 제안된 SSA 규칙과의 비교를 위해, 에이전트 간의 LOS만 고려하는 근거리 에이전트 선택 단일연합(Singular Association, 이하 SA)과 다(多) 연결 에이전트 선택 SA 알고리즘을 사용하였다. 비교의 결과로 제안된 방법에서 두개의 중요한 장점을 확인했다. 첫째, SSA규칙은 동료 에이전트를 잃을 가능성이 상당히 낮고 빠른 에이전트들의 빠른 이동을 만족시킨다. 둘째, 장애물과 목표물 사이의 LOS고려로 인해서 SSA규칙의 간소화는 특히 그룹 이동시 유리하다. 제안된 알고리즘의 효율성을 자세히 보여주기 위하여 다른 알고리즘과의 비교 시뮬레이션을 제공한다.

• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.35-41
• /
• 2002

복잡한 문제들의 근사해를 구하기 위하여 최근 다양한 방법들이 소개되고 있다. 이러한 방법들은 주로 금속의 서랭(Annealing)에 의해 금속분자의 에너지가 최저점에 도달하는 과정을 모의실험한 최적화 기법(Simulated Annealing), 생물의 적자생존(Survival of Fittest)과정을 이용한 최적화 기법인 유전적 알고리즘(Genetic Algorithm)등 물리적 현상이나 생물 ?생명에 관련된 모의를 최적화 문제에 응용한 방법들이다. 최근에 소개된 Particle Swarm Optimization(PSO)는 주로 조류나 어류등의 생물의 무리가 각각의 개체가 가지고 있는 정보를 공유해가며 먹이를 찾아가는 과정을 모의한 기법이다. 하지만, 이 기법의 탐색과정이 명확하게 밝혀져 있지 않다. 본 논문에서는 PSO의 탐색과정을 가시화 하는 것을 목적으로 한다. 탐색과정을 가시화 하는 작업을 통해 그 탐색 능력을 시각적으로 파악하는 것이 가능하며 기법에 관한 이해를 돕고 교육적 효과도 기대 가능하다.

• Journal of Information Processing Systems
• /
• 제11권3호
• /
• pp.370-388
• /
• 2015

The localization of multi-agents, such as people, animals, or robots, is a requirement to accomplish several tasks. Especially in the case of multi-robotic applications, localization is the process for determining the positions of robots and targets in an unknown environment. Many sensors like GPS, lasers, and cameras are utilized in the localization process. However, these sensors produce a large amount of computational resources to process complex algorithms, because the process requires environmental mapping. Currently, combination multi-robots or swarm robots and sensor networks, as mobile sensor nodes have been widely available in indoor and outdoor environments. They allow for a type of efficient global localization that demands a relatively low amount of computational resources and for the independence of specific environmental features. However, the inherent instability in the wireless signal does not allow for it to be directly used for very accurate position estimations and making difficulty associated with conducting the localization processes of swarm robotics system. Furthermore, these swarm systems are usually highly decentralized, which makes it hard to synthesize and access global maps, it can be decrease its flexibility. In this paper, a simple pyramid RAM-based Neural Network architecture is proposed to improve the localization process of mobile sensor nodes in indoor environments. Our approach uses the capabilities of learning and generalization to reduce the effect of incorrect information and increases the accuracy of the agent's position. The results show that by using simple pyramid RAM-base Neural Network approach, produces low computational resources, a fast response for processing every changing in environmental situation and mobile sensor nodes have the ability to finish several tasks especially in localization processes in real time.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.42-47
• /
• 2015

본 논문은 다개체 로봇을 위한 랭크 기반의 포메이션을 다룬다. 여기서 제안되는 방법은 이웃한 두 대 로봇의 지역 위치를 이용한다. 전통적인 다개체 로봇의 포메이션을 위한 연구는 모든 로봇의 위치를 파악하기 위해 로봇과 중앙 컴퓨터사이의 통신을 필요로 한다. 그리고 전역좌표에서 모든 로봇의 위치를 참조하여 포메이션 형성 및 로봇 경로가 만들어 진다. 기존의 연구들과는 다르게 제안된 포메이션 형성 방법은 지역좌표에서 이웃한 두 대의 로봇 위치를 사용 한다. 따라서 제안된 방법은 여러 모양의 포메이션을 형성할 때 모든 로봇의 협력 관계는 필요하지 않고 주변의 이웃 로봇 위치를 개별적으로 이용한다. 시뮬레이션 결과는 제안된 방법이 효과적으로 포메이션을 형성할 수 있음을 보여준다.

• 디지털융복합연구
• /
• 제14권8호
• /
• pp.293-303
• /
• 2016

근래에 진화 연산을 활용한 교섭 게임의 분석은 게임 이론 분야에서 중요한 문제로 다루어지고 있다. 본 논문은 교섭 게임에서 진화 연산을 사용하여 이기종 인공 에이전트 간의 상호 작용 및 공진화 과정을 조사하였다. 교섭게임에 참여하는 진화전략 에이전트들로서 유전자 알고리즘(GA), 입자군집최적화(PSO) 및 차분진화알고리즘(DE) 3종류를 사용하였다. GA-agent, PSO-agent 및 DE-agent의 3가지 인공 에이전트들 간의 공진화 실험을 통해 교섭게임에서 가장 성능이 우수한 진화 계산 에이전트가 무엇인지 관찰 실험하였다. 시뮬레이션 실험결과, PSO-agent가 가장 성능이 우수하고 그 다음이 GA-agent이며 DE-agent가 가장 성능이 좋지 않다는 것을 확인하였다. PSO-agent가 교섭 게임에서 성능이 가장 우수한 이유를 이해하기 위해서 게임 완료 후 인공 에이전트 전략들을 관찰하였다. PSO-agent는 거래 실패로 인해 보수를 얻지 못하는 것을 감수하고서라도 가급적 많은 보수를 얻기 위한 방향으로 진화하였다는 것을 확인하였으며, 반면에 GA-agent와 DE-agent는 소량의 보수를 얻더라도 거래를 성공시키는 방향으로 진화하였다는 것을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제17권8호
• /
• pp.760-767
• /
• 2011

The flexibility and evolvability are critical characteristics of modern manufacturing to adapt to changes from products and disturbances in the shop floor. The technologies inspired from biology and nature enable to equip the manufacturing systems with these characteristics. This paper proposes an ant colony inspired autonomous manufacturing system in which the resources on the shop floor are considered as the autonomous entities. Each entity overcomes the disturbance by itself or negotiates with the others. The swarm of cognitive agents with the ant-like pheromone based negotiation mechanism is proposed for controlling the shop floor. The functionality of the developed system is proven on the test bed.

• Journal of Computing Science and Engineering
• /
• 제9권2호
• /
• pp.39-50
• /
• 2015

Genetic algorithm (GA) and particle swarm optimization (PSO) are two excellent approaches to multimodal optimization problems. However, slow convergence or premature convergence readily occurs because of inappropriate and inflexible evolution. In this paper, a novel optimization algorithm with a flexible grid optimization (FGO) is suggested to provide adaptive trade-off between exploration and exploitation according to the specific objective function. Meanwhile, a uniform agents array with adaptive scale is distributed on the gird to speed up the calculation. In addition, a dominance centroid and a fitness center are proposed to efficiently determine the potential guides when the population size varies dynamically. Two types of subregion division strategies are designed to enhance evolutionary diversity and convergence, respectively. By examining the performance on four benchmark functions, FGO is found to be competitive with or even superior to several other popular algorithms in terms of both effectiveness and efficiency, tending to reach the global optimum earlier. Moreover, FGO is evaluated by applying it to a parameter decision in a least squares support vector machine (LS-SVM) to verify its practical competence.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권1호
• /
• pp.61-67
• /
• 2008

This paper introduces the multi-vehicle routing problem(MRP) which is different from the traveling sales problem(TSP), and presents the ant system(AS) applied to the MRP. The proposed MRP is a distributive model of TSP since many vehicles are used, not just one salesman in TSP and even some constraints exist. In the AS, a set of cooperating agents called vehicles cooperate to find good solutions to the MRP. To make the proposed MRP extended more, Tokyo city model(TCM) is proposed. The goal in TCM is to find a set of routes that minimizes the total traveling time such that each vehicle can reach its destination as soon as possible. The results show that the AS can effectively find a set of routes minimizing the total traveling time even though the TCM has some constraints.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.595-609
• /
• 2020

In this study, we propose a decentralized mathematical model for predictive control of a system of multi-autonomous unmanned aerial vehicles (UAVs), also known as drones. Being decentralized and autonomous implies that all members make their own decisions and fly depending on the dynamic information received from other unmanned aircraft in the area. We consider a variety of realistic characteristics, including time delay and communication locality. For this flocking flight, we do not possess control for central data processing or control over each UAV, as each UAV runs its collision avoidance algorithm by itself. The main contribution of this work is a mathematical model for stable group flight even in adverse weather conditions (e.g., heavy wind, rain, etc.) by adding Gaussian noise. Two of our proposed variance control algorithms are presented in this work. One is based on a simple biological imitation from statistical physical modeling, which mimics animal group behavior; the other is an algorithm for cooperatively tracking an object, which aligns the velocities of neighboring agents corresponding to each other. We demonstrate the stability of the control algorithm and its applicability in autonomous multi-drone systems using numerical simulations.