Transcript 인공생명 로봇 - 인공생명 및 지능정보시스템 연구실

Cooperative Behavior
in a Group of Autonomous Mobile Robots
using Artificial Life Techniques
인공생명 기법을 이용한 자율이동로봇군의 협조행동
http://rics.cie.cau.ac.kr/
심귀보
중앙대학교 전자전기공학부
[email protected]
Robotics and Intelligent Information System Lab.
Chung-Ang University
2
인공생명(Artificial Life, AL)
자연의 살아 있는 생명시스템의 행동 특성을 보이는 인공시스템에 관한 연구
우리가 이미 알고 있는 생
있을 수 있는 생명
명(life as we know it)
(life as it could be)
생물학적 현상 이해
인공시스템(Software,
hardware, wetware) 구현
생명의 특징 : 자기복제, 적응, 학습, 자율성, 진화, 자기유지 등
정보(Information) : 생명은 형태와 기능을 지배하며, 복제되고 전달되는 정보이다.
과정(Process) : 생명의 본질은 과정이지 물리적구조가 아니다.
인공생명에서는 생명체의 형태 자체 보다는 정보로서의 기능과 과정을 연구
의 대상으로 삼는다.
ex) 사람팔을 모방한 로봇 팔(x) 발생과정을 통해 생성한 로봇 팔(o)
Robotics and Intelligent Information System Lab.
Chung-Ang University
3
인공생명과 로봇 시스템
인공생명의 접근방식
합성(Synthesis)
창발행동(Emergent behavior) : 저수준의 단순한 기제들을 단순한 방식으
로 결합시킨 결과로 고수준의 복잡한 기능이 산출되는 현상
인공생명 로봇(AL Robot)
사전에 짜여진 계획보다는 예측하지 못한 분제가 발생하였을 때 즉각적인
대처와 참여로 적응 및 학습해 나가는 능력이 있다.
개체간 또는 환경과의 상호작용에 의해 창발적인 행동이 나타난다.
행동기반 로봇
군로봇
Robotics and Intelligent Information System Lab.
자율분산로봇 시스템
Chung-Ang University
4
포섭구조(Subsumption Architecture, SA)
포섭구조(SA)
기존의 인공지능 방법
추론
입력
인식 모델링계획
작업 동작
수행 제어
대상식별
출력
입력
지도작성
출력
탐사
장애물 회피
정보처리의 병목현상 발생
정보처리의 병목현상 발생 안함
곤충과 같이 환경세계에 즉각 반응
Robotics and Intelligent Information System Lab.
Chung-Ang University
5
진화 로봇(Evolutionary Robot)
하드웨어 진화(Hardware Evolution) : Body, Brain circuit
소프트웨어 진화(Software Evolution) : Program, Algorithm
On-line Evolution : 환경에 직접 평가 받음
단점 : 시간이 많이 걸림
저수준 지능, 환경과 밀접한 수준의 지능의 진화에 적합
Off-line Evolution : 모의환경(컴퓨터)에서 진화 후 실제 환경에 이식
단점 : 실제 환경과 모의 환경과의 차이 극복
고수준의 지능, 추론 방법 등의 진화에 적합
Robotics and Intelligent Information System Lab.
Chung-Ang University
6
공진화(Co-Evolution)
Competitive co-evolution
- neural nets vs training pattern
N.N Population
EX-Population
Fitness
Cooperative co-evolution
- rule base & membership function
Host-Parasite co-evolution
- bit string & schema
CoEvolution
RB Population
…..
Rule m 1
Rule 1 Rule 2
…..
Rule m 2
Training set
Neural networks Co-Evolution
MF Population
...
1
0
0
0
1
0
1
0
1
...
적합도
...
환경에 대한
적합도 평가
주 개체군
(host population)
...
Rule 1 Rule 2
….
….
염색체
...
Rule mk
......
*
*1
1
0
*1
기생
적합도
...
...
* *
...
Action
Fitness
...
…..
적합도
...
...
...
Rule 1 Rule 2
fR(x,y)
부 개체군
(parasite
population)
부 개체군의
적합도 평가
스키마
Environment
1 : connected
Robotics and Intelligent Information System Lab.
0 : not connected
* : don ’t care
Chung-Ang University
7
학습하는 로봇(Learning Robot)
강화학습(Reinforcement Learning)
경험 강화형 강화학습 : 학습하는 과정에서도 효율을 얻겠다는 전략
Bucket brigade of classifier system
환경 동정형 강화학습 : 환경에 최적의 전략을 얻겠다는 전략
Q-learning, TD-method
Multi agent perceptual aliasing
Nonmarkovian
환경분류
Markovian
k-확실탐사
Q-learning
TD method
Profit sharing
Bucket brigade
Checker Player
환경동정(Exploration oriented) 경험강화(Exploitation oriented)
접근지향성
Robotics and Intelligent Information System Lab.
Chung-Ang University
8
학습과 진화(Learning and Evolution)
상태
example
평가 네트워크
보상신호
액션
자율이동로봇이 학습
을 수행하고 환경에
서 다른 로봇과 만나
면 유전자 교환
on line 학습 및 진화
평가 네트워크
..............
보상신호
행동 네트워크
행동 네트워크
자율에이젼트
자율에이젼트
상태
액션
진화 조건(환경변화)
적응도
평가 네트워크
보상신호
평가 네트워크
진화연산
보상신호
행동 네트워크
행동 네트워크
적응도
상태
액션
평가 네트워크
보상신호
..............
평가 네트워크
보상신호
행동 네트워크
행동 네트워크
자율에이젼트
자율에이젼트
상태
액션
라마르크 진화(larmarckian evolution) : 학습결과를 물려줌
볼드윈 효과(baldwin effect) : 학습결과는 선택(적합도)에 영향을 주고 유전
자로 물려주지 않음
Robotics and Intelligent Information System Lab.
Chung-Ang University
9
생체 시스템 모델(Biological System Model)
뇌신경계
(인공 신경망)
유전계
면역계
(유전자 알고리즘)
(인공 면역계)
내분비계
(인공 내분비계)
인공신경망(Artificial Neural System,ANS)
유전자알고리즘(Genetic Algorithms, GA)
인공생명 연구의 중추적인 모델
Robotics and Intelligent Information System Lab.
Chung-Ang University
10
Cont.
인공면역시스템(Artificial Immune System,AIS)
면역계의 기능 : 생체 방어 및 유지, 인식, 정보처리, 학습, 기억, 분류
응용분야
로봇의 행동 결정, 군로봇 시스템의 의견조정
컴퓨터 보안, 고장검출, 패턴인식
인공내분비계(Artificial Endocrine System,AES)
내분비계의 기능 : 항상성 유지, 정보인식, 정보전달, 응답
응용분야
반응제어, 항상성 제어
Robotics and Intelligent Information System Lab.
Chung-Ang University
11
군행동(Group Behavior)
군행동
- 기본 군행동 : 장애물 회피(collision avoidance), 모이기(aggregation),
흩어지기(dispersion), 따라가기(following), 목적지로 향하기 등
- 복합 군행동 : 무리짓기(flocking), 물체 모으기(foraging),
배열(arranging), 귀향(homing) 등
원리 : 개체간의 국소적 상호작용에 의한 창발행동
(개별 로봇은 오직 주변의 환경만 인식하고 행동)
방법 : 상호작용 규칙 기술, 신경망, 퍼지, 셀룰라 오토마타 등 이용
단순한 규칙의 진화를 통해 군행동 구현
example
Boid[Reynolds] : 새 들의 무리짓기 행동
Foraging[Mataric] : 물체 탐색 및 끌어모으기
Robotics and Intelligent Information System Lab.
Chung-Ang University
12
자율분산로봇시스템(Distributed Autonomous Robotic System)
정의
시스템 전체를 통합하는 기능을 가지지 않고 시스템을 구성하는 개개의 로봇
이 개별적으로 시스템의 목적 및 환경, 다른 로봇의 거동 등을 인식하여 자신
의 행동을 자율적으로 결정함으로써 각 요소간의 협조를 도모하여 시스템 전
체로서의 대역적인 질서를 형성 또는 유지하는 시스템
example
세포 로보틱스(cellular robotics) : 목적에 따라 다양한 로봇(세포)를 준비
함으로서 작업 수행
분산 기계 시스템 : 동일한 형태의 로봇이 합체에 의하여 형태 및
기능을 변경
자율이동 로봇군 : 자율적으로 판단 행동하는 이동 로봇에 의해 구성
Robotics and Intelligent Information System Lab.
Chung-Ang University
13
인공생명 두뇌(Artificial Life Brain)
생물학적인 구조 뿐만 아니라 생성과정 등을 폭 넓게 활용하여 연구 됨
자연계의 3가지 자기조직화 현상
Evolutionary Process
Genome
발생(development)
Developmental
Process
Fitness
Artificial Brain
Learning Process
Critic
학습(learning)
진화(evolution)
Brain
Input
Reaction
Reward
Environment
발생(development) 모델 : L-system, cellular automata
학습(learning) 모델 : reinforcement learning, classifier system
진화(evolution) 모델 : evolutionary algorithm, co-evolution, DNA coding
Robotics and Intelligent Information System Lab.
Chung-Ang University
14
진화 하드웨어(Evolvable Hardware)
재구성 가능한 하드웨어(reconfigurable hardware)
FPGA(field programmable gate array)
: 소프트 웨어적으로 구조를 변경할 수 있는 반도체 직접 회로
중요한 적용 분야
재생, 성장, 복구 가능한 하드웨어 실현
결함허용 시스템, 적응 하드웨어, 인공두뇌
Gate level evolution(저수준 진화)
(1) 구조결정 bit string의 진화 : 내부적(intrinsic) 진화
(2) 구조묘사 언어(VHDL 등)의 진화 : 외부적(extrinsic) 진화
적은 규모의 회로 진화에 적합
Function level evolution(고수준 진화)
기능 단위의 모듈을 진화적으로 조합
Gate level 진화와 function level의 단계적인 진화로
큰 규모의 회로 진화 가능
Robotics and Intelligent Information System Lab.
Chung-Ang University
15
Cont.
하드웨어의 진화적 설계의 장점
(1) 진화적 설계는 사람이 설계할 때보다 더욱 많은 가능성을 고려하고 탐색
할 수 있다. 특히 원하는 하드웨어 구조를 표현하기 어려울 때도 적용 가능하
다.
(2) 진화적 설계는 문제 영역에 특수한 기반 지식이 없어도 적용 가능하다.
특히 배경 지식을 획득하는데 경비가 많이 들 경우 아주 유용하며 전문가에
의존하지 않아도 된다.
(3) 진화적 설계 기법은 다양한 형태의 제약 조건과 특수한 요구사항을 고려
하는 것이 비교적 용이하며 이것은 보통 염색체의 표현이나 적합도 함수를
통해서 이루어진다.
Robotics and Intelligent Information System Lab.
Chung-Ang University
16
전망
하드웨어 및 소프트 웨어의 발달로 생물체와 같이 고속 병렬 처리화가 가능
합성적인 연구방법으로 기존의 인공지능을 보완
생물체와 같이 환경에 능동적으로 적응하는 적응시스템 구축
로보틱스 및 공학 전반적인 분야에 인공생명 원리가 많이 도입 될 것으로 예상
Robotics and Intelligent Information System Lab.
Chung-Ang University
17
인공생명 Web Site
Artificial Life Online (Santa Fe institute, USA)
http://alife.santafe.edu/
Welcome to Zooland : The Artificial Life Resource
http://alife.santafe.edu/~joke/zooland/
ATR Human Information Processing Research Lab.(ATR Institute, Japan)
http://www.hip.atr.co.jp/departments/dept6.html
Evolutionary and Adaptive Systems(Sussex University, UK)
http://www.cogs.susx.ac.uk/lab/adapt/
Artificial Life Researches in Japan
http://www.intlab.soka.ac.jp/ArtificialLife/
Complex Adaptive Systems and Artificial Life
http://lslwww.epfl.ch/~moshes/alife_links.html
Robotics and Intelligent Information System Lab.
http://rics.cie.cau.ac.kr/
Robotics and Intelligent Information System Lab.
Chung-Ang University