• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.591-597
• /
• 2007

군집 로봇시스템에서 개개의 로봇은 스스로 주위의 환경과 자신의 상태를 스스로 판단하여 행동하고, 필요에 따라서는 다른 로봇과 협조를 통하여 어떤 주어진 일을 수행할 수 있어야 한다. 따라서 개개의 로봇은 동적으로 변화하는 환경에 잘 적응할 수 있는 학습과 진화능력을 갖는 것이 필수적이다 이를 위하여 본 논문에서는 새로운 Polygon 기반의 Q-learning 알고리즘과 분산유전알고리즘을 이용한 새로운 자율이동로봇의 행동학습 및 진화방법을 제안한다. 또한 개개의 로봇이 통신을 통하여 염색체를 교환하는 분산유전알고리즘은 각기 다른 환경에서 학습한 우수한 염색체로부터 자신의 능력을 향상시킨다. 특히 본 논문에서는 진화의 성능을 향상시키기 위하여 강화학습의 특성을 이용한 선택 교배방법을 채택하였다. 제안된 방법은 협조탐색 문제에 적용하여 컴퓨터 모의실험을 통하여 그 유효성을 검증한다.

• 컴퓨터교육학회논문지
• /
• 제8권6호
• /
• pp.23-32
• /
• 2005

두리틀은 프로그래밍을 통해 컴퓨터 과학의 원리 및 개념의 학습을 돕는 교육용 프로그래밍언어이다. 로봇을 이용한 프로그래밍 학습은 학습자의 흥미를 유발하여 학업성취도를 향상시킨다. 그러나 두리틀과 로봇 제어용 언어는 명령어나 언어체계, 실행체계가 다르다. 따라서 학습자는 로봇제어를 위해 사실상 두 가지 언어를 습득해야 하므로 두리틀의 교육용언어로써의 장점을 감소시킨다. 이러한 문제점을 해결하기 위하여 두리틀 거북객체 명령어를 로봇 제어 명령어로 변환하여 주는 parser를 이용하여 두리틀과 로봇 로봇제어용 언어의 일원화를 시도하였지만, 거북객체와 로봇의 속성이 다름으로 인해 적용 가능한 명령어가 일부분에 그치는 제약을 극복하지 못하였다. 본 연구에서는 두리틀 표준객체군에 로봇을 직접 제어할 수 있는 로봇객체를 추가함으로써 두리틀과 로봇 제어용 언어 일원화의 근본적인 해결책을 제시하여 로봇을 포함한 두리틀의 다양한 객체를 동시에 제어하는 프로그래밍이 가능하도록 하여 로봇을 이용한 프로그래밍 학습의 교육적 효과를 제고하였다.

• 정보교육학회논문지
• /
• 제12권2호
• /
• pp.195-202
• /
• 2008

로봇을 이용한 프로그래밍 학습은 획일적이고 정형화된 기존 교육환경에서 벗어나 미래사회의 창의적 학습을 미리 경험할 수 있으며 수학 및 과학의 가장 기초가 되는 알고리즘을 이해하고 향상시키는데 가장 적절한 학습방법이다. 본 연구에서는 초등학생들이 로봇프로그래밍 시 나타날 수 있는 오류의 유형들을 제안하였으며 학습을 위한 교육과정을 개발한 후 초등학생 5, 6학생들을 대상으로 로봇프로그래밍 학습을 시켰다. 학습과정에서 발생한 오류들을 수집하고 분류하였으며 또한, 기존 연구된 컴퓨터기반 프로그래밍언어와 비교 분석하였다. 본 연구에서의 로봇프로그래밍 실행경험을 통해 컴퓨터기반 프로그래밍에서 창의성학습에 큰 장애요소로 평가된 오류요소들 즉, 프로그램사용 미숙으로 인한 오류, 단순한 오타, 문법오류 그리고 코딩실수 등을 전체 오류의 약 21%로 나타나 기존 컴퓨터기반 프로그래밍언어 학습에서 조사된 오류비율(약 53%)에 비해 현저하게 줄어드는 것으로 분석되었다. 이러한 오류의 감소는 초등학생들의 흥미도와 성취도 향상을 위한 주요요소로 판단된다. 따라서, 학습과정에서 보다 많은 논리 및 문제해결을 위한 요소들에 노출되어 있어 창의성 알고리즘 학습에 매우 효과적임을 알 수 있다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.149.5-149
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent´s dynamic positioning in such dynamic environment. Reinforcement learning is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to choose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement learning is different from supervised learning in the sense that there is no presentation of input-output pairs as training examples. Furthermore, model-free reinforcement learning algorithms like Q-learning do not require defining or learning any models of the surrounding environment. Nevertheless ...

• 대한기계학회논문집A
• /
• 제24권3호
• /
• pp.653-660
• /
• 2000

The automatization by industrial robot of today is merely rely on to the simple position repeating works, but requirements of research and development to the force control which would adapt positively to various restriction or contacting works to environment. In this paper, a learning control algorithm using, neural networks is proposed for the position and force control by a direct-drive robot. The proposed controller is the feedback controller to which the learning function of neural network is added on to and has a character of improving controller's efficiency by learning. The effectiveness of the proposed algorithm is demonstrated by the experiment on the hybrid position and force control of a parallelogram link robot with a force sensor.

• 한국산업융합학회 논문집
• /
• 제18권4호
• /
• pp.224-230
• /
• 2015

In this paper, it is presented a learning controller for repetitive walking control of biped walking robot. We propose the iterative learning control algorithm which can learn periodic nonlinear load change ocuured due to the walking period through the intelligent control, not calculating the complex dynamics of walking robot. The learning control scheme consists of a feedforward learning rule and linear feedback control input for stabilization of learning system. The feasibility of intelligent control to biped robotic motion is shown via dynamic simulation with 25-DOF biped walking robot.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1228-1230
• /
• 1996

A neural network(NN) mechanism is proposed to modify the gait of a biped robot that walks on sloping surface using sensory inputs. The robot starts walking on a surface with no priori knowledge of the inclination of the surface. By accumulating experience during walking, the robot improves its walking gait and finally forms a gait that is adapted to the surface inclination. A neural controller is proposed to control the gait which has 72 reciprocally inhibited and excited neurons. PI control is used for position control, and the neurons are trained by a reinforcement learning mechanism. Experiments of static gait learning and pseudo dynamic learning are performed to show the validity of the proposed reinforcement learning mechanism.

• Journal of Mechanical Science and Technology
• /
• 제20권7호
• /
• pp.917-928
• /
• 2006

In recent decades, Artificial Neural Networks (ANNs) have become the focus of considerable attention in many disciplines, including robot control, where they can be used to solve nonlinear control problems. One of these ANNs applications is that of the inverse kinematic problem, which is important in robot path planning. In this paper, a neural network is employed to analyse of inverse kinematics of PUMA 560 type robot. The neural network is designed to find exact kinematics of the robot. The neural network is a feedforward neural network (FNN). The FNN is trained with different types of learning algorithm for designing exact inverse model of the robot. The Unimation PUMA 560 is a robot with six degrees of freedom and rotational joints. Inverse neural network model of the robot is trained with different learning algorithms for finding exact model of the robot. From the simulation results, the proposed neural network has superior performance for modelling complex robot's kinematics.

• 한국치위생학회지
• /
• 제18권5호
• /
• pp.729-740
• /
• 2018

Objectives: The purpose of this study was to investigate the factors affecting robot utilization in the education of pre-dental hygienists. Methods: A self-reported questionnaire was completed by 238 dental hygiene students studying in the Daejeon, Chungcheong, and Jeolla provinces during the period March 1-31, 2017. Results: Future oral health education media had high selection of 'movies,' 'video,' '3D printer,' 'robot,' and 'drone' In general education and oral health education, robots were appropriate as educators, assistant teachers, and media. This group had high levels of interest, experience, attitude, and learning scope of robots. Robot utilization education showed a significant positive correlation with the 'interest,' 'experience,' 'attitude,' and 'learning' subfactors (p<0.01). Factors influencing robot utilization education were the relationships among actual experience of robot, learning of robot production, social influence of robot, emotional exchange with robot, and the predictive power was 25.5% (p<0.05). Conclusions: Oral health education curricula using robots should be developed considering the emotional exchange and social influence between educator and learner.

• 디지털콘텐츠학회 논문지
• /
• 제18권8호
• /
• pp.1501-1507
• /
• 2017

로봇보조학습의 원격로봇교사의 키는 작동의 안정성, 사용자의 편리성과 심시적 안정감의 이유로 실제 교사의 키보다 작은 경우가 선호된다. 그러나 원격로봇교사는 수업에서 때때로 학생을 통제해야할 필요성을 고려한다면, 로봇의 플랫폼은 실제 교사의 키 정도가 좋을 것으로 가정하였다. 이를 위하여 초등학교 체육수업에서 원격연결 로봇교사의 키와 수업통제력의 영향을 실험해 보았다. 사전과 사후 실험비교를 통하여 아동크기의 원격교사 로봇과 실제 교사 크기의 원격교사 로봇간의 유의미한 차이는 얻지 못하였으나, 행동분석관찰에서는 큰 키의 로봇이 학생을 통제하는 데에는 장점이 있음을 보였다.