• 전자통신동향분석
• /
• 제37권1호
• /
• pp.1-9
• /
• 2022

With the development of artificial intelligence, many studies have focused on evaluating abnormal situations by using various sensors, as industries try to automate some of the surveillance and security tasks traditionally performed by humans. In particular, mobile robots using multimodal sensors are being used for pilot operations aimed at helping security robots cope with various outdoor situations. Multiagent systems, which combine fixed and mobile systems, can provide more efficient coverage (than that provided by other systems), but network bottlenecks resulting from increased data processing and communication are encountered. In this report, we will examine recent trends in object recognition and abnormal-situation determination in various changing outdoor security robot environments, and describe an outdoor security robot platform that operates as a multiagent equipped with a multimodal sensor.

• International Journal of Computer Science & Network Security
• /
• 제23권2호
• /
• pp.164-172
• /
• 2023

Sharing power data between electrical power grids is crucial in energy management. The multi-agent approach has been applied in various applications to improve the development of complex systems by making them both independent and collaborative. The smart grid is one of the most intricate systems that requires a higher level of independence, reliability, protection, and adaptability to user requests. In this paper, a multi-agent system is utilized to share knowledge and tackle challenges in smart grids. The shared information is used to make decisions that aid in power distribution management within the grid and with other networks. The proposed multi-agent mechanism improves the reliability of the power system by providing the necessary information at critical times. The results indicate that the multi-agent system operates efficiently and promptly, making it a highly promising candidate for smart grid management.

• 전자통신동향분석
• /
• 제38권4호
• /
• pp.95-103
• /
• 2023

The importance of the decentralized training with decentralized execution (DTDE) framework is well-known in the study of multiagent reinforcement learning. In many real-world environments, agents cannot share information. Hence, they must be trained in a decentralized manner. However, the DTDE framework has been less studied than the centralized training with decentralized execution framework. One of the main reasons is that many problems arise when training agents in a decentralized manner. For example, DTDE algorithms are often computationally demanding or can encounter problems with non-stationarity. Another reason is the lack of simulation environments that can properly handle the DTDE framework. We discuss current research trends in the DTDE framework.

• 전자통신동향분석
• /
• 제38권4호
• /
• pp.104-115
• /
• 2023

Communication for multiagent reinforcement learning (MARL) has emerged to promote understanding of an entire environment. Through communication for MARL, agents can cooperate by choosing the best action considering not only their surrounding environment but also the entire environment and other agents. Hence, MARL with communication may outperform conventional MARL. Many communication algorithms have been proposed to support MARL, but current analyses remain insufficient. This paper presents existing communication algorithms for MARL according to various criteria such as communication methods, contents, and restrictions. In addition, we consider several experimental environments that are primarily used to demonstrate the MARL performance enhanced by communication.

• ETRI Journal
• /
• 제45권5호
• /
• pp.735-745
• /
• 2023

This paper surveys recent multiagent reinforcement learning and neural Myerson auction deep learning efforts to improve mobility control and resource management in autonomous ground and aerial vehicles. The multiagent reinforcement learning communication network (CommNet) was introduced to enable multiple agents to perform actions in a distributed manner to achieve shared goals by training all agents' states and actions in a single neural network. Additionally, the Myerson auction method guarantees trustworthiness among multiple agents to optimize rewards in highly dynamic systems. Our findings suggest that the integration of MARL CommNet and Myerson techniques is very much needed for improved efficiency and trustworthiness.

• 인지과학
• /
• 제10권1호
• /
• pp.1-11
• /
• 1999

최근 에이전트 기반 시스템 기술은 소프트웨어 시스템의 개념화, 설계, 구현을 위한 새로운 패러다임을 제공하며 많은 기대를 받아왔다. 특히 멀티 에이전트 시스템은 분산적이고 개방적인 인터넷 환경에 잘 부합되는 특징을 가지고 있어서 많은 연구가 진행되고 있다. 멀티 에이전트 시스템에서는 각 에이전트들이 자신의 목적을 위해 행동하기 때문에 에이전트간 충돌이 발생하는 경우에 조정을 통해 협력할 수 있어야 한다. 그러나 기존의 멀티 에이전트 시스템에서의 에이전트 간 협력 방법에 관한 연구 방법들은 동적 환경에서 서로 다른 목적을 갖는 에이전트간의 협동 문제를 올바로 해결할 수 없다는 문제가 있었다. 본 논문에서는 강화학습을 이용한 자동 역할 조정 방법을 통하여 에이전트가 처한 동적 환경에서 서로 다른 목적을 갖는 에이전트간의 협력 문제를 해결한다. 이를 위하여 멀티 에이전트 시스템 분야의 전통적인 문제인 추적 문제에 동적 환경과 서로 다른 목표를 갖는 에이전트들을 모델 링 하여, 두 가지 수정된 추적 문제를 제안하고 이 문제의 해결을 통하여 제안한 방법이 타당함을 보였다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.324-329
• /
• 2004

에이전트에서 수행할 수 있는 작업들에 대한 처리시간이 실제 작업 전에는 퍼지값으로만 주어지고, 실제 작업이 수행될 때야 작업 시간이 결정되는 다중 에이전트 시스템에 대해서 작업을 에이전트들에 할당하고 스케쥴링하는 작업조정 방법을 제안한다. 제안한 방법은 두 단계의 유전자 알고리즘으로 구성되는데, 상위 단계의 유전자 알고리즘에서는 작업들을 적합한 에이전트에 할당하는 역할을 하고, 하위 단계의 유전자 알고리즘은 첫 번째 유전자 알고리즘의 제시하는 작업 할당 방법에 가장 적합한 작업 스케쥴을 탐색하는 역할을 한다. 이 논문에서는 제안한 유전자 알고리즘 기반 작업 조정 방법을 소개한 다음, 에이전트가 고장 등으로 동작할 수 있는 장애가 발생할 때 처리하는 기법을 소개하고, 제안한 방법을 구현하여 실험한 결과를 보인다.

• 한국지능시스템학회논문지
• /
• 제27권1호
• /
• pp.7-14
• /
• 2017

이론적으로 분산 비동기 통신 환경에서 공통믿음 또는 공통지식의 형성은 불가능하다고 받아들여져 왔으나, 서로 신뢰하는 에이전트 그룹에서는 비동기 통신을 사용하더라도 데드라인이 있는 명제들은 공통믿음이 될 수 있고 이를 바탕으로 한 추론이 가능함을 보여준다. 일반적으로 멀티에이전트 환경에서 공통믿음의 형성은 통신의 문제로 접근하며 통신 시간의 제약이 없는 시스템 상에서는 공통믿음이 형성되지 않는다는 공통믿음 역설 문제를 느슨한 정밀도를 적용하고 필요한 요구조건을 완화시켜 공통믿음을 형성 할 수 있음을 카카오톡 채팅방 모델을 통해 확인한다. 또한 카카오톡 채팅방 모델의 각 에이전트에 추론 기능을 구현하여 생성된 공통믿음을 알고 있는지에 관한 질의를 통해 공통믿음임을 확인하는 추론 기능을 실험하였다. 분산 멀티에이전트 환경에서 공통믿음의 표현과 추론을 메타논리 프로그래밍으로 형식화하였으며, 카카오톡 채팅방 모델을 통해 비동기 통신을 사용하는 분산 에이전트 그룹이 공통믿음을 형성할 수 있음을 실험적으로 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.94-97
• /
• 2003

Various bioinformatics tools for biological data processing have been developed and most of them are available in public. Most bioinformatics works are carried out by a composite application of those tools. Several integration approaches have been proposed for easy use of the tools. This paper proposes a new multiagent system architecture to integrate bioinformatics tools in the perspective of workflow since the composite applications of tools can be regarded as workflows. For the easy integration, the proposed architecture employs wrapper agents for existing tools, uses XML-based messages in the inter-agent communication, and agents are supposed to extract necessary information from the received messages. This allows new tools to be easily added on the integration framework. The proposed method allows various control structures in workflow definition and provides the progress monitoring capability of the on-going workflows. We implemented a prototype system of the proposed architecture for annotating the genes of a bacterium called Sphingomonas Chungbukensis DJ77.

• 인터넷정보학회논문지
• /
• 제5권5호
• /
• pp.69-77
• /
• 2004

인터넷이 널리 보급되면서 지능형 검색 에이전트들이 사용자의 요구를 만족시키기 위해 일반화되어 사용되고 있다. 그러나 이러한 지능형 멀티에이전트들은 서로 독립적으로 사용되어 멀티에이전트들 간의 분산된 정보를 원활하고 효율적으로 처리하기 위한 상호 협력 작용이 부족해 정보의 신뢰성이 낮고 동적으로 변화하는 분산 환경에 대처하기가 어렵다. 이런 문제를 해결하기 위해 본 논문에서는 멀티에이전트간의 효율적인 상호 협력과 빠른 정보처리를 위해 브로커 에이전트에 에이전시를 생성하고 신경망을 이용해 멀티에이전트들의 에이전시들을 분류하여 더욱 신속·정확한 정보를 사용자에게 제공하도록 한다. 또한 정보의 신뢰성을 위해서 에이전트 관리기법을 제안하여 기존의 검색 시스템이 가지고 있는 정보갱신문제를 향상시키고, 시뮬레이션을 통해 본 연구의 성능을 평가한다.