[논문]탐지 및 공격 임무를 수행하는 로봇팀의 효율적 자원관리를 통한 작업할당방식

김민혁

doi:10.9766/kimst.2014.17.2.167

[국내논문] 탐지 및 공격 임무를 수행하는 로봇팀의 효율적 자원관리를 통한 작업할당방식
Task Allocation Framework Incorporated with Effective Resource Management for Robot Team in Search and Attack Mission 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.17 no.2, 2014년, pp.167 - 174

김민혁 (육군 분석평가단)

Abstract ▼ AI-Helper

In this paper, we address a task allocation problem for a robot team that performs a search and attack mission. The robots are limited in sensing and communication capabilities, and carry different types of resources that are used to attack a target. The environment is uncertain and dynamic where no prior information about targets is given and dynamic events unpredictably happen. The goal of robot team is to collect total utilities as much as possible by destroying targets in a mission horizon. To solve the problem, we propose a distributed task allocation framework incorporated with effective resource management based on resource welfare. The framework we propose enables the robot team to retain more robots available by balancing resources among robots, and respond smoothly to dynamic events, which results in system performance improvement.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 불확실한 환경에서 한정된 자원으로 탐색 및 공격임무를 수행하는 로봇팀의 작업할당방식을 연구하였다.
. 본 논문에서는 탐지 및 공격 임무를 수행하는 로봇팀이 한정된 자원을 효율적으로 관리하기 위한 전략과 이를 태스크 수행을 위한 로봇 선정의 기준으로 적용하는 새로운 개념의 태스크 할당방식을 제안한다.
즉, 상대적으로 많은 자원을 보유한 로봇은 더 지출하고, 자원 보유량이 적은 로봇은 소량을 소비하거나 자원 지출을 면제하기도 한다. 이러한 목적은 공격태스크를 완료한 후, 공격팀의 자원 보유량이 가능한 범위 내에서 동등하게 만들어 궁극적으로 공격팀이 속한 지역통신그룹 전체의 자원복지를 향상시키는 것이다.

가설 설정

지역 내에는 고정표적들이 산재되어 있으며 표적의 수, 위치, 가치(value), 파괴하기 위하여 소요되는 자원(resource)의 종류와 량(quantity) 등에 대한 정보는 주어지지 않는다. 각 로봇은 장착된 탐지기의 능력 범위(탐지반경, sensing radius) 내에서 표적을 식별할 수 있으며, 식별된 표적에 대해서는 그 표적과 관련된 위와 같은 일체의 정보를 확인할 수 있다고 가정한다. 로봇은 다양한 종류의 탄약을 자원으로 보유하고 있으며, 자원을 활용하여 공격작업(attack task)을 수행한다.
공격태스크가 완료되면 로봇1과 로봇2의 자원은 각각 [4, 0]과 [0, 4]으로 감소된다. 로봇3은 탐색 업무수행을 위해 다른 위치로 이동하여 지역통신그룹은 로봇1과 로봇2로 재구성되고, 자원요구량이 [5, 5]인 또 다른 표적이 출현했다고 가정해보자. 로봇1과 로봇2는 보유 자원이 부족하므로 그 표적을 공격할 수 없고 다른 가용로봇이 공격할 때까지 공격반응시간이 지체되어 이후 그 표적을 공격하여 얻게 되는 유틸리티는 감소될 것이다.

제안 방법

공격해야할 표적은 [10, 6]의 자원을 요구한다. 두 로봇 중 어느 한 로봇도 표적을 공격하기에 충분한 자원을 보유하지 않았으므로 연합팀을 구성하여 공격태스크를 수행한다. 첫 번째 자원에 대해서는 로봇2가 로봇1보다 보유량이 많은 반면 두 번째 자원에 대해서는 로봇1이 로봇2보다 보유량이 많다.
두 번째 모의실험에서는 9대의 로봇으로 구성된 팀에게 다양한 표적의 수를 제공해가며 각 방식의 퍼포먼스를 평가하였다. Table 3은 각 작업할당방식이 획득한 평균 유틸리티를, Fig.
로봇이 표적을 탐지하면 표적의 위치, 자원 요구량, 유틸리티를 확인하고 (다수 표적이 동시에 탐지된 경우 최대 유틸리티를 가진 표적을 선정하여) 관련 정보를 지역통신그룹 내의 다른 로봇에게 전파하면서 옥션을 개시한다. 다수의 로봇이 동일 표적에 대해 옥션을 개시하려 할 경우 옥션 매니저는 그 표적과 근거리에 있는 로봇이 수행한다.
로봇팀의 효율적인 자원관리를 위해 자원복지 개념을 도입하였으며, 이를 태스크 할당의 의사결정 기준으로 활용하는 새로운 로봇-태스크할당방식을 제안하였다.
세 번째 모의실험에서는 9대의 로봇과 30개의 표적이 사용되었으며 로봇의 통신능력(반경)과 탐지능력(반경)을 변화시켜가며 퍼포먼스를 측정하였다. Fig.
시뮬레이션의 전장(battle space)은 50km×50km이고, 최초 자원보유량이 각기 다른 세 종류의 로봇이 투입되어(Table 1 참조) 3시간 동안 임무를 수행한다.
자원복지 기반 로봇-태스크 할당방식의 퍼포먼스를 다음의 두 할당방식과 비교하는 시뮬레이션 실험을 수행하였다. 각 할당방식의 퍼포먼스는 공격태스크를 완료함으로써 확보되는 유틸리티의 총합으로 측정된다.
제시된 자원복지 기반의 로봇-태스크 할당 알고리즘은 불균등 파라메터 값을 조절함으로써 시스템의 환경에 따라 융통성 있게 적용할 수 있는 장점을 제공한다. 예를 들어, 파라메터 ε_k = 0, ∀k으로 고정하면 로봇팀의 자원복지는
첫 번째 모의실험에서는 30개의 표적이 주어진 가운데 로봇의 수를 4∼10대로 변화시켜가며 각 방식의 퍼포먼스를 평가하였다.

대상 데이터

임의의 지역에 탐색 및 공격 임무를 수행하기 위하여 전개된 n개의 로봇으로 구성된 로봇팀을 고려한다. 지역 내에는 고정표적들이 산재되어 있으며 표적의 수, 위치, 가치(value), 파괴하기 위하여 소요되는 자원(resource)의 종류와 량(quantity) 등에 대한 정보는 주어지지 않는다.

이론/모형

로봇의 한정된 통신능력이 인해 로봇팀 전체에 대한 실시간 정보공유는 제한되나 지역통신그룹 내에서는 탐지된 표적 및 그룹 내 다른 로봇들에 대한 정보공유가 가능하다. 각 로봇은 수집 및 전파된 정보를 바탕으로 분권화된 의사결정을 내리며, 이를 위해 옥션 프로토콜(auction protocol)를 사용한다.
로봇팀이 다종류의 자원을 운용하는 경우 각 자원에 대한 자원복지를 결합한 단일한 척도인 통합자원복지(combined resource welfare)를 사용한다. 통합자원복지는 수식 (6)과 같이 정의한다.

성능/효과

4 로봇과 8 로봇이 투입된 경우 자원복지 기반 작업할당방식은 가장 높은 퍼포먼스 향상도를 보였으나 나머지 두 경우에는 저조하였다. 모의실험 I의 결과 자원복지 기반 작업할당방식은 다른 방식에 비해 월등한 퍼포먼스를 제공하지는 못하지만 일부 상황에 대해 최상의 결과를 생산하므로 로봇팀의 퍼포먼스를 향상시킬 수 있는 포텐셜이 있음을 확인하였다.
1%의 퍼포먼스를 증가시켰다. 모의실험III의 결과 자원복지 기반 할당방식은 기존 방식에 비해 시스템 퍼포먼스를 개선시키는 효과를 가져올 수 있음을 확인하였다.
일부 경우를 제외하고는 최단시간 기반 작업할당방식과 자원복지 기반 작업할당방식이 탐욕적 할당방식 보다 나은 퍼포먼스를 보였으며, 그 중 자원복지기반 할당방식은 대부분의 경우 최상의 퍼포먼스를 제공하였다. 모의실험I의 결과와 마찬가지로 자원복지 기반 할당방식이 월등한 퍼포먼스 향상 효과를 가져오지는 않으나 전반적으로 로봇팀의 퍼포먼스를 향상시킬 수 있는 가능성을 제공한다.
7과 8은 각 할당방식의 퍼포먼스 향상도를 보여준다. 자원복지 기반 할당방식은 탐욕적 할당방식 대비 통신능력 변화에서 평균 5.0%, 최대 6.1%의 퍼포먼스를 향상시켰고, 탐지능력 변화에서 평균 5.5%, 최대 8.1%의 퍼포먼스를 증가시켰다. 모의실험III의 결과 자원복지 기반 할당방식은 기존 방식에 비해 시스템 퍼포먼스를 개선시키는 효과를 가져올 수 있음을 확인하였다.
제안된 방식은 시뮬레이션 환경에서 기존 작업할당방식과 비교 분석되었으며, 여러 경우에서 시스템 퍼포먼스를 향상시키는 효과를 확인하였다.
Table 2는 각 작업할당방식에 따라 로봇팀이 획득한 평균 유틸리티를 나타낸다. 최단공격시간 기반 방식은 전반적으로 탐욕적 할당방식에 비해 더 많은 유틸리티를 획득하였고, 자원복지 기반 방식 또한 대등하거나 우수한 퍼포먼스를 보였다. Fig.

후속연구

향후 연구는 기존 탐욕적 할당방식의 장점과 자원복지 기반 방식의 강점을 결합하여 효율적 자원관리와 동시에 신속한 공격반응시간을 고려한 작업할당방식을 제안할 필요가 있다. 또한 자원복지 기반 방식의 파라메터가 시스템에 미치는 영향을 분석하여 시스템 환경에 따라 최적의 파라메터를 선정, 적용할 수 있는 연구가 수행되어야 한다.
향후 연구는 기존 탐욕적 할당방식의 장점과 자원복지 기반 방식의 강점을 결합하여 효율적 자원관리와 동시에 신속한 공격반응시간을 고려한 작업할당방식을 제안할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	탐지 및 공격(search and attack) 임무에서 로봇팀은 어떤 것들을 수행하는가?	로봇팀을 활용할 수 있는 대표적인 군사작전으로서 탐지 및 공격(search and attack) 임무가 있다[1-3]. 이 임무에서 로봇팀은 작전지역으로 전개되어 식별되지 않은 표적을 탐지하는 태스크(search task)와 탐지된 표적을 공격하는 태스크(attack task)를 수행한다. 투입된 로봇은 일반적으로 탐지능력 및 통신능력에서 제한되고, 한정된 자원(탄약, 연료 등)을 사용하여 임무를 수행한다.
	로봇팀의 시스템 퍼포먼스를 향상시키기 위해서는 어떤 것이 요구되는가?	이러한 불확실하고 동적인 환경에서 로봇팀은 발생하는 태스크를 신속하게 처리하고 다양한 이벤트에 적시적으로 대응해야 시스템 퍼포먼스를 향상시킬 수 있으며, 이를 위해서는 한정된 자원을 효과적으로 관리할 수 있는 전략과 이를 고려한 효율적인 태스크 할당방식이 요구된다[5-6]. 본 논문에서는 탐지 및 공격 임무를 수행하는 로봇팀이 한정된 자원을 효율적으로 관리하기 위한 전략과 이를 태스크 수행을 위한 로봇 선정의 기준으로 적용하는 새로운 개념의 태스크 할당방식을 제안한다.
	로봇팀이 임무를 수행하는 환경은 어떠한 환경인가?	투입된 로봇은 일반적으로 탐지능력 및 통신능력에서 제한되고, 한정된 자원(탄약, 연료 등)을 사용하여 임무를 수행한다. 또한 로봇팀이 임무를 수행하는 환경은 주어진 정보가 불충분하거나 불확실하며, 로봇의 피격 및 고장 등 다양한 이벤트가 발생하는 동적인 환경이다[4].

참고문헌 (9)

Shima, T., Rasmussen, S., Sparks, A., and Passino, K., "Multiple Task Assignments for Cooperating Uninhabited Aerial Vehicles Using Genetic Algorithms," Comput. Oper. Res., Vol. 33, pp. 3252- 3269, 2006.

상세보기
Lemaire, T., Alami, R., and Lacroix, S., "A Distributed Task Allocation Scheme in Multi-UAV Context," Proceedings of the IEEE International Conference on Robotics and Automation, pp. 1157- 1162, 2004.
Sujit, P. B., George., G. M., and Beard., R., "Multiple UAV Coalition Formation," Proceedings of the American Control Conference, pp. 2010-2015, 2008.
Vig., L., and Adams., J. A., "Multi-Robot Coalition Formation," IEEE Trans. Robot., Vol. 22, No. 4, pp. 637-649, 2005.
Kim, Min-Hyuk, "Resource Welfare Based Task Allocation for Robot Team with Resource Constraints," Proceedings of the Korea Institute of Military Science and Technology Conference, 2013.
Kim, Min-Hyuk and Lee, Seokcheon, "Resource Welfare Based Distributed Task Allocation Scheme for Multiple UAVs," Proceedings of the Industrial Engineering Research Conference, 2010.
Gerkey, B. P., and Mataric, M. J., "Sold! Auction Methods for Multi-Robot Coordination," IEEE Trans. Robot. Autom., Vol. 18, No. 5, pp. 758-768, 2002.

상세보기
Atkinson, A. B., "On The Measurement of Inequality", J. Econo. Theory, Vol. 2, pp. 244-263, 1970.

상세보기
Sen, A. K., and Foster, J. E., "On Economic Inequality," Oxford: Clarendon Press, 1997.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증