최근 군은 과거 냉전시대와 다른 상황에 능동적으로 대처하고 비용 대비 훈련의 효과를 극대화하기 위한 방안으로 모델링시뮬레이션 기법에 많은 관심을 보이고 있다. 이 모델링 시뮬레이션을 이용한 훈련이 효과적이기 위해서는 좀 더 사실적인 전장 환경과 전투상황을 모의해야 하는데, 최근에 이를 위해서 컴퓨터상에서 인간 행위와 부대의 집단논리를 표현하는 CGF(Computer Generated Forces)에 대한 기술 개발이 주목받고 있다. 인간 행위를 모델링하는 CGF는 자동화된 병력을 모의함으로써 적군을 모의하거나 미래 전투실험, 새로운 전투개념 개발 등 중요하면서도 다양한 역할을 수행 할 수 있다. 이번 연구에서는 CGF 가상군인의 자율지능화의 방안을 고찰해보고자 한다. 군사시뮬레이션상의 가상군인의 자율지능화의 첫걸음인 과업행위 목록의 적용을 과업행위의 기본요소인 METT+T를 기반으로 그 적용과정을 설명한다. 또한 군사모의 논리는 참 진의 이진값 표현이 외에도 '보유 무기가 충분하면 급속 공격을 빠르게 하라'와 같은 모의 규칙상에서는 군사 전문가에 의해서 결정될 수밖에 없는 '충분하다', '빠르다'와 같은 퍼지 팩트가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 소부대 전투 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다.
최근 군은 과거 냉전시대와 다른 상황에 능동적으로 대처하고 비용 대비 훈련의 효과를 극대화하기 위한 방안으로 모델링 시뮬레이션 기법에 많은 관심을 보이고 있다. 이 모델링 시뮬레이션을 이용한 훈련이 효과적이기 위해서는 좀 더 사실적인 전장 환경과 전투상황을 모의해야 하는데, 최근에 이를 위해서 컴퓨터상에서 인간 행위와 부대의 집단논리를 표현하는 CGF(Computer Generated Forces)에 대한 기술 개발이 주목받고 있다. 인간 행위를 모델링하는 CGF는 자동화된 병력을 모의함으로써 적군을 모의하거나 미래 전투실험, 새로운 전투개념 개발 등 중요하면서도 다양한 역할을 수행 할 수 있다. 이번 연구에서는 CGF 가상군인의 자율지능화의 방안을 고찰해보고자 한다. 군사시뮬레이션상의 가상군인의 자율지능화의 첫걸음인 과업행위 목록의 적용을 과업행위의 기본요소인 METT+T를 기반으로 그 적용과정을 설명한다. 또한 군사모의 논리는 참 진의 이진값 표현이 외에도 '보유 무기가 충분하면 급속 공격을 빠르게 하라'와 같은 모의 규칙상에서는 군사 전문가에 의해서 결정될 수밖에 없는 '충분하다', '빠르다'와 같은 퍼지 팩트가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 소부대 전투 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다.
Modeling and Simulation(M&S) technology gets an attention from various parts such as industry and military. Especially, military uses the technology to cope with a different situation from the one in the Cold War and maximize the effect of training against the cost in the new environment. In order f...
Modeling and Simulation(M&S) technology gets an attention from various parts such as industry and military. Especially, military uses the technology to cope with a different situation from the one in the Cold War and maximize the effect of training against the cost in the new environment. In order for the training based on M&S technology to be effective, the situations of a battlefield and a combat must be more realistically simulated. For this, a technique development on Computer-Generated Forces(CGF) which represents a unit's simulation logic and a human's simulated behaviors is focused. The CGF simulating a human's behaviors can be used in representing an enemy force, experimenting behaviors in a future war, and developing a new combat idea. This paper describes a methodology to accomplish Computer-Generated Forces' autonomous intelligence. It explains the process of applying a task behavior list based on the METT+T element onto CGFs. On the other hand, in the domain knowledge of military field manual, fuzzy facts such as "fast" and "sufficient" whose real values should be decided by domain experts can be easily found. In order to efficiently implement military simulation logics involved with such subjectivity, using a fuzzy inference methodology can be effective. In this study, a fuzzy inference methodology is also applied.
Modeling and Simulation(M&S) technology gets an attention from various parts such as industry and military. Especially, military uses the technology to cope with a different situation from the one in the Cold War and maximize the effect of training against the cost in the new environment. In order for the training based on M&S technology to be effective, the situations of a battlefield and a combat must be more realistically simulated. For this, a technique development on Computer-Generated Forces(CGF) which represents a unit's simulation logic and a human's simulated behaviors is focused. The CGF simulating a human's behaviors can be used in representing an enemy force, experimenting behaviors in a future war, and developing a new combat idea. This paper describes a methodology to accomplish Computer-Generated Forces' autonomous intelligence. It explains the process of applying a task behavior list based on the METT+T element onto CGFs. On the other hand, in the domain knowledge of military field manual, fuzzy facts such as "fast" and "sufficient" whose real values should be decided by domain experts can be easily found. In order to efficiently implement military simulation logics involved with such subjectivity, using a fuzzy inference methodology can be effective. In this study, a fuzzy inference methodology is also applied.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 최근 들어 국방선진국인 미국에서 이러한 중요성에 입각하여 자율적 행위표현기술에 대하여 시도하고 있으나 반 자율성에 의존하는 제한적인 모의수준에 그치고 있는 상황이다. CGF 기술의 국방 분야 적용 실태와 CGF에 대한 학계의 현 기술 수준을 알아본다.
또한 군사 교범의 표현의 근간을 이루는 5가지 요소(METT+T) 즉 임무(Mission), 적(Enemy), 지형(Terrain), 가용부대(Troop), 시간(Time)을 기초로한 모의 실험의 연구가 미흡해왔다. 따라서 본 연구에서는 METT+T에 기초한 과업행위 목록의 적용 방법의 설명과 퍼지 추론의 적용 과정을 설명하여 CGF 가상군인의 자율 지능화 방안을 고찰해 보고자 한다.
그렇다면 자율지능을 어떻게 달성할 것인가가 연구의 초점이 되며, 이는 학계의 수많은 연구자들에 의해 현재에도 많은 연구들이 심도있게 진행 중이다. 이번 연구에서는 CGF 가상군인 시뮬레이션에 과업행위 구조와 퍼지 추론의 두 가지를 적용하는 방안을 고찰해 보고자 한다. 소부대 단위의 CGF 가상군인의 움직임에 작전계획명령 양식을 기반으로 한 과업행위 목록이 어떻게 적용되는지를 설명한다.
은 초급지휘관의 지휘 통제 능력을 향상시키기 위해 제작된 Agent-based Modeling & Simulation이다. 지휘 통제 능력 향상을 위해 미 육군에서 초점을 둔 것은 모의실험에 참가한 인간 소대장이 자신이 지휘할 가상 부하를 가상 전장 환경 내에서 실제 부하 및 실제 전장 환경처럼 느끼도록 하는 것이 최종 목표 이다. 이들은 이를 위해 규칙기반 시스템을 이용해 지식을 처리한다.
제안 방법
는 Al과 로봇공학으로부터 경로 계획에 관한 업적들을 이루어왔다. 셀에 기반을 둔 움직임 경로 계획 모듈과 장애물 회피 기술을 사용하면서 건물 외부와 내부의 항로를 계획하여 도시지역 작전상의 군사 시뮬레이션에 사용하였다. 건물의 밖 지역에서 그들은 격자 A*알고리즘(grid A*)과 셀 분해에 의한 공간 지도 제작법을 사용하였다.
군사모의 논리는 참·진의 이진값 표현이외에도 ‘보유 무기가 충분하면 급속 공격을 빠르게 하라’와 같은 모의 규칙에 군사 전문가에 의해서만 결정될 수밖에 없는 ‘충분하다’, ‘빠르다’와 같은 FuzzyFact가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 CGF 가상군인 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다.
또한 군사모의 논리는 참·진의 이진값 표현 이외에도 ‘보유 무기가 충분하면 급속 공격을 빠르게 하라’와 같은 모의 규칙상에서는 군사 전문가에 의해서 결정될 수밖에 없는 ‘충분하다’, ‘빠르다’와 같은 퍼지팩트(FuzzyFact)가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 소부대 전투 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다.
후속연구
그러나 이 모든 지능 행위를 구현하는 것은 현실적으로 매우 어려운 과제로서 기술발달 수준 및 구현의 필요성과 용이성에 따라서 선별적으로 적용할 필요가 있으며, 본 연구에서 표 1에 표시한 것처럼 중요 우선순위를 선정해 보았고 이를 바탕으로 Reasoning의 퍼지 추론의 적용에 대한 연구를 진행하고 있다.
이를 위해서는 CGF 객체의 자율지능화 기술이 더욱 절실하게 요구된다고 하겠다. 본 연구에서 고찰해본 방법론 이외에도 기계학습, 인식모델링, 분산병렬 컴퓨팅, 실시간 네트워킹 등의 공학적 이론뿐만 아니라 심리학과 인간 행동패턴 연구 분야와 같은 다양한 학문 분야의 학제 간 긴말한 공동 연구도 확대되어야 하겠다.
질의응답
핵심어
질문
논문에서 추출한 답변
Computer Generated Forces 기술 이란?
최근 군은 과거 냉전시대와 다른 상황에 능동적으로 대처하고 비용 대비 훈련의 효과를 극대화하기 위한 방안으로 모델링 시뮬레이션 기법에 많은 관심을 보이고 있다. 이 모델링 시뮬레이션을 이용한 훈련이 효과적이기 위해서는 좀 더 사실적인 전장 환경과 전투상황을 모의해야 하는데, 최근에 이를 위해서 컴퓨터상에서 인간 행위와 부대의 집단논리를 표현하는 CGF(Computer Generated Forces)에 대한 기술 개발이 주목받고 있다. 인간 행위를 모델링하는 CGF는 자동화된 병력을 모의함으로써 적군을 모의하거나 미래 전투실험, 새로운 전투개념 개발 등 중요하면서도 다양한 역할을 수행 할 수 있다.
Fuzzy inference이란?
⋅Fuzzy inference : 지식을 퍼지규칙으로 표현하고 퍼지추론을 통하여 상황에 대한 판단, 행동 결정 등에 사용
CGF 객체가 사실적으로 행동하도록 느끼도록 필요한 요소는?
인간 행위를 모델링하는 CGF의 핵심은 훈련에 참가하는 실제 병력 혹은 관람자로 하여금 CGF 객체가 사실적으로 행동한다고 느끼도록 하는 것이다. 이를 위해서는 CGF객체(특히, 가상군인)가 인간의 다양한 인지 혹은 자율지능 요소를 구비하는 것이 필요하다. 그렇다면 자율지능을 어떻게 달성할 것인가가 연구의 초점이 되며, 이는 학계의 수많은 연구자들에 의해 현재에도 많은 연구들이 심도있게 진행 중이다.
참고문헌 (12)
B.J. Best and C. Lebiere, "Spatial Plans, Communication, and Teamwork in Synthetic MOUT Agents". BRIMS, 2003.
R. Evertsz, M. Redrotti, P. Busetta, and H. Acar, "Populating VBS2 with Realistic Virtual Actors", BRIMS, 2009.
이종호, "모델링 및 시뮬레이션 이론과 실체" 21세기군사연구소, pp. 398, 2008.
R. Ford, J. Shockley, M. Beebe, M. Faust, G. Lucha, M. Johnson, and J. Bernatz, "The Joint Training Experimentation Program: Lessons Learned from the First Demonstration", Simulation Interoperability Workshop, 03F-SIW-058, September 2003.
M. Tambe, "Implementing Agent Teams in Dynamic Multiagent Environments", ICMAS, 1996.
U. Dompke, "Computer Generated Forces - Background, Definition, and Basic Technologies", RTO SAS Lecture Series RTO-EN-017, 2001.
R. Jacobs and P. Brooks, "Computer Generated Forces Future Needs", NATO Research&Technology Organization Studies, 2003.
W. Swartout, R. Hill, J. Gratch, L. Johnson, C. Kyriakakis, C. LaBore, R. Lindheim, S. Marsella, D. Miraglia, B. Moore, J. Morie, J. Rickel, M. Thiebaux, L. Tuch, R. Whitney, and J. Douglas, "Toward the Holodeck: Integrating Graphics, Sound, Character and Story", In Proceedings of the Fifth International Conference on Autonomous Agents, Montreal, Canada, 2001 May 28 - June 1.
D. Reece, M. Kraus, and P. Dumanoir, "Tactical Movement Planning for Individual Combatants", In Proceedings of the 9th Conference on Computer Generated Forces and Behavior Representation, Orlando, FL, 2000.
J. Laird, "It Knows What you Are Going To Do: Adding Anticipation to a Quakebot", In Proceedings of the 5th International Conference on Autonomous Agents, Montreal, Canada, 2001 May 28-June 1.
J. Laird and M. van Lent, "Human Level AI's Killer Application: Interactive Computer Games", AI Magazine, vol. 22, Issue 2, 2001 Summer.
J. Laird, A. Newell, and P.S. Rosenbloom, "SOAR: An Architecture for General Intelligence", Artificial Intelligence 33:1-34. 1987.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.