시뮬레이션이란 실세계의 다양한 객체들의 구조와 행위에 대한 자료를 수집하여 모델링하고 이를 컴퓨터 프로그램으로 모의 실험함을 말하며, 주요 기반기술들로서 DEVS (Discrete Event System Specification) 형식론을 비롯하여 페트리 넷 이나 구조적 오토마타 등이 연구되고 있다. 그러나 이러한 시뮬레이션의 연구영역이 보다 다양화되고 복잡하게 발전됨에 따라, 최근에는 인공지능의 지능형 에이전트기법을 도입하여 해결하는 연구가 활성화되고 있다. 본 연구에서는 시뮬레이션에 관한 모의실험을 보다 원활히 수행하기 위해서 지능형 멀티 에이전트기반의 시뮬레이션 도구를 개발하고자 한다. 이러한 도구의 특징은 첫째, 인공지능의 기능들을 라이브러리로 제공할 수 있고, 둘째, 유한상태기계(FSM)기반으로 에이전트 시스템을 설계하여, 시뮬레이션의 설계 모델을 보다 단순화 할 수 있는 장점이 있으며, 셋째, 모델러, 스크립터, 시뮬레이터등의 보조툴들을 제공함으로서 사용자들이 보다 편리하게 시뮬레이션 시스템을 개발할 수 있는 프레임워크를 제공한다. 시스템의 구성은 코어 시뮬레이션 엔진 유틸리티, 그리고 기타 보조툴들로 구성하였으며, 현재까지 개발된 시스템으로 몇 가지 영역을 대상으로 실험을 하였고 그 결과를 기술하였다.
시뮬레이션이란 실세계의 다양한 객체들의 구조와 행위에 대한 자료를 수집하여 모델링하고 이를 컴퓨터 프로그램으로 모의 실험함을 말하며, 주요 기반기술들로서 DEVS (Discrete Event System Specification) 형식론을 비롯하여 페트리 넷 이나 구조적 오토마타 등이 연구되고 있다. 그러나 이러한 시뮬레이션의 연구영역이 보다 다양화되고 복잡하게 발전됨에 따라, 최근에는 인공지능의 지능형 에이전트기법을 도입하여 해결하는 연구가 활성화되고 있다. 본 연구에서는 시뮬레이션에 관한 모의실험을 보다 원활히 수행하기 위해서 지능형 멀티 에이전트기반의 시뮬레이션 도구를 개발하고자 한다. 이러한 도구의 특징은 첫째, 인공지능의 기능들을 라이브러리로 제공할 수 있고, 둘째, 유한상태기계(FSM)기반으로 에이전트 시스템을 설계하여, 시뮬레이션의 설계 모델을 보다 단순화 할 수 있는 장점이 있으며, 셋째, 모델러, 스크립터, 시뮬레이터등의 보조툴들을 제공함으로서 사용자들이 보다 편리하게 시뮬레이션 시스템을 개발할 수 있는 프레임워크를 제공한다. 시스템의 구성은 코어 시뮬레이션 엔진 유틸리티, 그리고 기타 보조툴들로 구성하였으며, 현재까지 개발된 시스템으로 몇 가지 영역을 대상으로 실험을 하였고 그 결과를 기술하였다.
Simulation means modeling structures or behaviors of the various objects, and experimenting them on the computer system. And the major approaches are DEVS(Discrete Event Systems Specification). Petri-net or Automata and so on. But, the simulation problems are getting more complex or complicated thes...
Simulation means modeling structures or behaviors of the various objects, and experimenting them on the computer system. And the major approaches are DEVS(Discrete Event Systems Specification). Petri-net or Automata and so on. But, the simulation problems are getting more complex or complicated these days, so that an intelligent agent-based is being studied. In this paper, we are describing an intelligent agent-based simulation tool, which can supports the simulation experiment more efficiently. The significances of our system can be described as follows. First, the system can provide some AI algorithms through the system libraries. Second, the system supports simple method of designing the simulation model, since it's been built under the Finite State Machine (FSM) structure. And finally, the system acts as a simulation framework by supporting user not only the simulation engine, but also user-friendly tools, such as modeler scriptor and simulator. The system mainly consists of main simulation engine, utility tools, and some other assist tools, and it is tested and showed some efficient results in the three different problems.
Simulation means modeling structures or behaviors of the various objects, and experimenting them on the computer system. And the major approaches are DEVS(Discrete Event Systems Specification). Petri-net or Automata and so on. But, the simulation problems are getting more complex or complicated these days, so that an intelligent agent-based is being studied. In this paper, we are describing an intelligent agent-based simulation tool, which can supports the simulation experiment more efficiently. The significances of our system can be described as follows. First, the system can provide some AI algorithms through the system libraries. Second, the system supports simple method of designing the simulation model, since it's been built under the Finite State Machine (FSM) structure. And finally, the system acts as a simulation framework by supporting user not only the simulation engine, but also user-friendly tools, such as modeler scriptor and simulator. The system mainly consists of main simulation engine, utility tools, and some other assist tools, and it is tested and showed some efficient results in the three different problems.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
GDI 기반 어플리케이션에서 쉽게 GDI를 이용하여 agent 시뮬레이션의 결과를 보여주기 위한 라이브러리이다. LxGDI 클래스는 메모리 DC를 통해 비트맵 버퍼를 만들고 그를 이용하여 더블 버퍼링을 하게 해준다.
제공한다. 기본적으로 집합이론에 기반을 두고 이산사건 시스템을 수학적 공식에 의거하여 객체 지향적으로 모델링 할 수 있는 툴을 제공한다. 또한 입력사건/출력사건을 명시적으로 정의하고 전체시스템을 부 시스템들의 계층적 결합으로 모델링 한다.
본 논문에서는 이러한 지능적 시뮬레이션의 연구를 보다 활성화 하기 위해서, 지능형 멀티 에이전트 기반의 시뮬레이션 도구를 개발하고자 한다. 본 연구의 특징은 다음 몇 가지로 설명된다.
본 연구에서는 시뮬레이션에 관한 모의실험을 보다 원활히 수행하기 위해서 지능형 멀티 에이전트기반의 시뮬레이션 도구를 설계하고 이를 사용하여 몇 가지 실험결과를 기술하였다.
본 연구의 시스템은 에이전트 시뮬레이션 기반의 응용 시스템 제작을 위한 모듈 제공을 목적으로 하며, 추가적으로모델러, 뷰어, 스크립터, 분석기 등의 툴을 제공한다. 기본적으로는 모듈 제공이 우선적인 목적이기 때문에, 전체적인 통합 툴이나 자체 언어는 제공되지 않는다.
본 연구의 특징은 다음 몇 가지로 설명된다. 우선, 본연구의 시스템은 인공지능기법을 활용한 에이전트 기반의 시뮬레이션 엔진구축을 우선적인 목표로 하였다. 둘째, 유한상태 기계를 기반으로 지능형 에이전트의 기능을 수행할 수 있게 구성하였다.
이러한 에이전트는 다양한 기술들로 개발이 가능하지만, 본 논문에서는 유한상태 기계를 기반으로 설계 및 개발하였다. 유한상태 기계의 알고리즘 자체는 간단하지만, 거의 모든 시스템들이 상태들로 표현이 될 수 있어 많이 사용되고 있다.
가설 설정
2) Map : 사각형 셀들로 구성되고, 셀은 이동 가능한 것과 불가능한 것으로 나눠진다.
12). 또한 이러한 실험을 위해 다음을 가정하였다.
제안 방법
그래프는 Node 와 Edge 로 구성된다. Search 클래스는 그래프 클래스를 상속받아 구현되었으며, 기본적으로 Breadth First Search(BFS), Depth First Search(DFS), A*등의 탐 색 알고리즘을 구현하였다.
Zeigler에 의해 제안된 DEVS 형식론〔기은 이산사건 시스템을 모듈 별로 나누어서 계층적으로 모델링 할 수 있는 방법을 제공한다. 기본적으로 집합이론에 기반을 두고 이산사건 시스템을 수학적 공식에 의거하여 객체 지향적으로 모델링 할 수 있는 툴을 제공한다.
따라서 시스템은 인공지능 라이브러리의 제공을 우선적인 목표로 하며, 이러한 라이브러리를 시용하게 되면, 필요시 지능적 기능들을 보다 편리하게 활용할 수 있는 장점을 제공할 수 있을 것이다. 둘째, 본 연구에서는 다양한 인공지능의 기법들 중에서 유한상태기계 (Finite State Machine: FSM)을기반으로 기본적인 시뮬레이션 모델을 설계하였으며, 이를 기반으로 지능형 에이전트의 기능을 수행할 수 있게 구성하였다. 이러한 유한상태기계 기반의 에이전트를 이용하게 되면 모델 설계가 용이하며, 시스템을 구성하고 있는 모든 에이전트들의 상태를 쉽게 확인할 수 있고, 시뮬레이션 설계모델을 단순화 할 수 있는 장점이 있다.
우선, 본연구의 시스템은 인공지능기법을 활용한 에이전트 기반의 시뮬레이션 엔진구축을 우선적인 목표로 하였다. 둘째, 유한상태 기계를 기반으로 지능형 에이전트의 기능을 수행할 수 있게 구성하였다. 이러한 시스템은 모델 설계가 용이하며, 시스템을 구성하고 있는 모든 에이전트들의 상태를 쉽게 확인 할 수 있고, 시뮬레이션 설계 모델을 단순화 할 수 있는 장점이 있다.
기본적으로 집합이론에 기반을 두고 이산사건 시스템을 수학적 공식에 의거하여 객체 지향적으로 모델링 할 수 있는 툴을 제공한다. 또한 입력사건/출력사건을 명시적으로 정의하고 전체시스템을 부 시스템들의 계층적 결합으로 모델링 한다. 전체 시스템을 부 시스템으로 나누어가는 과정에서 부 시스템 객체를 결합모델(coupled model)로 정의하며 더 이상 나눌 수 없는 모델 객체를 원자모델(atomic model)로 정의한다.
코어 엔진은 지능형 에이전트를 기본적인 구조로 하여, 효과적인 객체관리를 위한 유한 상태 기계 모듈, 퍼지 규칙생성을 위한 퍼지 모듈, 범용적인 검색을 위한 검색모듈들로 구성되어 있다. 또한, 유틸리티로는 윈도우기반 응용시스템을 위한 GDI 엔진, 3D기반 응용 프로그램을 위한 DX 엔진들로 구성하였고, 기타 보조툴들은 시뮬레이션의 객체들을 쉽게 모델링하기위한 모델링툴, XML 스크립터 및 시뮬레이션의 결과를 보기위한 시뮬레이터 등으로 설계하였다. 본 연구에서는 현재까지의 결과를 엘리베이터 시뮬레이션, 퍼지 에이전트 시뮬레이션, 그리고 로봇 에이전트 길찾기 영역을 실험대상으로 하여 실험하였으며, 지속적으로 각 모듈의 기능을 확대하여 연구할 예정이다.
본 연구에서는 유한상태기계, 퍼지, 그리고 그래프 탐색 알고리즘들을 인공지능기법으로 적용하였고, 지속적으로 인공지능 기법들을 추가할 예정이다. 본 시스템의 구성은 엔티티 시스템을 이용한 에이전트 관리와 유한상태기계를 이용한 각 에이전트들의 상태관리 및 에이전트 간 메시지 전달시스템으로 이루어진다 (그림 2).
본 연구의 시스템은 코어 시뮬레이션 엔진, 유틸리티, 그리고 보조 툴의 세부분으로 구성되어 있으며, 각 모듈의 세부 기능은 다음과 같다.
이때, 현재 가지고 있는 주변 정보 중 최종 목적지로의 최단 거리 경로에 가장 적합한 셀이 최적노드가 된다. 최적노드를 찾는 데에는 여러 가지 알고리즘이 있지만, 여기서는 휴리스틱 값들과 이전 방문 여부를 가지고 계산하였다. 최적노드를 찾기 위한 우선순위 조건은 다음과 순서와 같고, 이러한 순서로 비교하게 된다.
휴머노이드 로봇을 시뮬레이션하기 위한 가상의 에이전트를 생성하여 길찾기 시뮬레이션을 구현하였다 (그림 12). 또한 이러한 실험을 위해 다음을 가정하였다.
대상 데이터
본 연구의 시스템은 코어엔진, 유틸리티, 그리고 기타 보조 툴 들로 구성하였다. 코어 엔진은 지능형 에이전트를 기본적인 구조로 하여, 효과적인 객체관리를 위한 유한 상태 기계 모듈, 퍼지 규칙생성을 위한 퍼지 모듈, 범용적인 검색을 위한 검색모듈들로 구성되어 있다.
유틸리티 라이브러리는 윈도우 기반 응용시스템을 위한 GDI 엔진, 3D기반 응용 프로그램을 위한 DX 엔진들로 구성하였다. 각각의 세부기능은 다음과 같다.
이론/모형
본 실험은 시스템의 Graph 탐색module 을 이용하였으며, 에이전트의 설정은 다음과 같다.
성능/효과
된다. 2) 로봇은 임의의 시작점에서 길찾기를 시작하며, 주변의 장애물 정보는 알지 못하고 목표점의 좌표만을 알고 이동한다.
후속연구
그 외에는 시뮬레이션의 객체들을 쉽게 모델링하기 위한 모델링 툴이 추가될 것이며, 또한 이벤트 처리를 위해 Lua를 이용한 스크립터와 XML을 이용한 설정 스크립트 모듈 등이 추가될 예정이다.
기본적으로는 모듈 제공이 우선적인 목적이기 때문에, 전체적인 통합 툴이나 자체 언어는 제공되지 않는다. 그리고, 각 모듈들은 독립적으로 구현되며, 추후 조합하여 사용할 수 있게 될 예정이다. 기존 시스템과 다른 기능으로는 3D 렌더링 모듈이나 네트워크 모듈, 인공지능 모듈의 제공 등이다.
우선, 본 연구의 도구는 범용적인 에이전트 기반의 시뮬레이션 엔진구축을 목표로 한다. 따라서 시스템은 인공지능 라이브러리의 제공을 우선적인 목표로 하며, 이러한 라이브러리를 시용하게 되면, 필요시 지능적 기능들을 보다 편리하게 활용할 수 있는 장점을 제공할 수 있을 것이다. 둘째, 본 연구에서는 다양한 인공지능의 기법들 중에서 유한상태기계 (Finite State Machine: FSM)을기반으로 기본적인 시뮬레이션 모델을 설계하였으며, 이를 기반으로 지능형 에이전트의 기능을 수행할 수 있게 구성하였다.
모듈들을 제공한다. 본 연구에서는 유한상태기계, 퍼지, 그리고 그래프 탐색 알고리즘들을 인공지능기법으로 적용하였고, 지속적으로 인공지능 기법들을 추가할 예정이다. 본 시스템의 구성은 엔티티 시스템을 이용한 에이전트 관리와 유한상태기계를 이용한 각 에이전트들의 상태관리 및 에이전트 간 메시지 전달시스템으로 이루어진다 (그림 2).
본 연구에서는 현재까지의 결과를 엘리베이터 시뮬레이션, 퍼지 에이전트 시뮬레이션 그리고 로봇 에이전트 시뮬레이션의 세 가지 영역을 실험대상으로 하여 실험하였으며, 지속적으로 각 모듈의 기능을 확대하여 연구할 예정이다.
또한, 유틸리티로는 윈도우기반 응용시스템을 위한 GDI 엔진, 3D기반 응용 프로그램을 위한 DX 엔진들로 구성하였고, 기타 보조툴들은 시뮬레이션의 객체들을 쉽게 모델링하기위한 모델링툴, XML 스크립터 및 시뮬레이션의 결과를 보기위한 시뮬레이터 등으로 설계하였다. 본 연구에서는 현재까지의 결과를 엘리베이터 시뮬레이션, 퍼지 에이전트 시뮬레이션, 그리고 로봇 에이전트 길찾기 영역을 실험대상으로 하여 실험하였으며, 지속적으로 각 모듈의 기능을 확대하여 연구할 예정이다.
이러한 시스템은 모델 설계가 용이하며, 시스템을 구성하고 있는 모든 에이전트들의 상태를 쉽게 확인 할 수 있고, 시뮬레이션 설계 모델을 단순화 할 수 있는 장점이 있다. 셋째, 시뮬레이션 엔진의 기능을 보다 확대하여, 스크립트툴 및 모델링 제작 툴까지 제공함으로서, 사용자에게 시뮬레이션 시스템 개발을 위한 지능적 프레임워크를 제공할 수 있을 것이다.
이러한 유한상태기계 기반의 에이전트를 이용하게 되면 모델 설계가 용이하며, 시스템을 구성하고 있는 모든 에이전트들의 상태를 쉽게 확인할 수 있고, 시뮬레이션 설계모델을 단순화 할 수 있는 장점이 있다. 셋째, 시뮬레이션 엔진의 기능을 보다 확대하여, 추론 엔진뿐만 아니라, 스크립트 및 모델링 제작 툴까지, 보다 사용자 친화적인 다양한 기능들을 모두 포함하는 지능적 시뮬레이션 시스템 개발을 위한 프레임워크를 제공할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.