$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

서비스 로봇을 위한 Self-Managed 소프트웨어 프레임워크 개발
A Framework for Self-managed Software Service Robot Software 원문보기

정보과학회지 = Communications of the Korean Institute of Information Scientists and Engineers, v.24 no.3 = no.202, 2006년, pp.35 - 42  

박수용 (서강대학교) ,  장형수 (서강대학교) ,  김동선 (서강대학교) ,  고인영 (한국정보통신대학교) ,  박연출 (성균관대학교) ,  이관우 (한성대학교)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 내장형 소프트웨어 시스템, 특히 로봇 소프트웨어를 위한 self-managed 소프트웨어 개발 프레임워크로서 SHAGE 프레임워크를 제안하였다. SHAGE 프레임워크는 소프트웨어를 실행시간에 동적으로 변경시킬 수 있도록 지원하는 여러 모듈로 구성되어 있다. Observer가 외부 상황을 관찰하고 관찰된 상황이 Architecture Broker로 전달되면 후보 아키텍처 재구성 전략을 검색하고 Component Broker가 구체화 컴포넌트들을 검색한 후 상황에 적절한 아키텍처 재구성 전략과 컴포넌트 구성을 Decision Maker가 선택한다. Reconfigurator가 선택된 전략과 컴포넌트 구성을 기초로 로봇의 아키텍처를 재구성한다. 적응행위를 Evaluator가 평가하고 그 결과를 Learner가 축적하여 나중에 Decision Maker가 사용할 수 있게 한다. 프레임워크의 효용성을 확인하기 위해서 실제 로봇을 이용한 사례연구를 수행하였고, 이 실험을 통해 적응 과정을 확인하였다. 로봇은 상황과 사용자의 피드백에 적응하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 내장형 소프트웨어 시스템, 특히 로봇 소프트웨어를 위한 self-managed 소프트웨어 개발 프레임워크로서 SHAGE 프레임워크를 제안하였다. SHAGE 프레임워크는 소프트웨어를 실행시간에 동적으로 변경시킬 수 있도록 지원하는 여러 모듈로 구성되어 있다.
  • 본 연구에서는 프레임워크의 효용성을 검증하기 위해서 실제 로봇에 적용하는 실행을 수행하였다. 실험에 사용된 로봇은 'Infortainment Robot'로 명명된 서비스 로봇의 프로토 타입이다.

가설 설정

  • 보통 사용자는 로봇에게 단순히 목표 지점만 알려주고 이동하라고 명령한다. 그러나 이때 구체적인 상황은 다양할 수 있다: a) 만약 사용자가 파티를 열고 있다면 집안에는 등록되지 않고, 이동하는 장애물인 손님이 많이 있을 것이다. 이런 경우 로봇은 속도를 늦추더라도 최대한 충돌을 없애는 방법으로 주행해야 할것이다.
  • 이런 경우 로봇은 속도를 늦추더라도 최대한 충돌을 없애는 방법으로 주행해야 할것이다. b) 만약 사용자가 집에 혼자 있을 경우 이미 등록된 장애물만 있을 것이고 이때는 장애물 식별은 간단하게 할 수 있고 좀더 빠르게 주행할 수 있을 것이다. a)와 b)의 경우 모두 일반적으로 사용자는 목표지점만 입력해줄 뿐, 더 자세한 요구사항, 예를 들면, 조심해서 주행해라', '집안에 사람이 많다', '좀 부딪히는 건 신경안쓰니 빨리 주행해라 등을 말해주지 않는다 (물론 사용자가 로봇이 어디엔가 부딪혔을 때 무엇이 문제라는 것을 알려줄 수는 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. D. Kim and S. Park, "Alchemistj: A framework for self-adaptive software," in The 2005 IFIP International Conference on Embedded And Ubiquitous Computing (EUC'2005), LNCS3824, pp.98{109, December, 2005 

  2. H. Lee, H. Shin, I. Y. Ko, , and H. J. Choi, "Asemantically-based component selection mechanism for robot software," in 2005 Korean Conference on Software Engineering, 2005 

  3. H. Lee, H. J. Choi, and I. Y. Ko, "A semantically-based component selection mechanism for intelligent service robots," in 4th Mexican International Conference on Articmlaial Intelligence, 2005 

  4. I. Gilboa and D. Schmeidler, "Case-based decision theory," Quarterly Journal of Economics, vol. 110, pp.605{639, 8 1995 

  5. I. Gilboa and D. Schmeidler, "Case-based optimization," Games and Economic Behavior, Vol.15, pp.1-26, 1996 

  6. J. Kolodner, Case-Based Reasoning. Morgan Kaufmann, 1993 

  7. R. S. Sutton and A. G. Barto, Reinforcement Learning: An Introduction. MIT Press, 1998 

  8. E. Hullermeier, "Experience-based decision making: a satisfying decision tree approach," IEEE Transaction on Systems, Man, and Cybernetics, Vol.35, pp.641-653, 2005 

  9. J. G. Marc and H. A. Simon, Organizations. Blackwell Publishers, 1993 

  10. H.-M. Koo and I.-Y. Ko, "A repository framework for self-growing robot software," in Proceedings of 12th Asia-Pacific Software Engineering Conference (APSEC2005), Taiwan, 2005 

  11. H.-M. Koo and I.-Y. Ko, "A component repository framework for self-growing robot software," in the 32nd KISS Fall Conference, 2005 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로