본문으로 건너뛰기

"Robotics" 태그로 연결된 13개 게시물개의 게시물이 있습니다.

모든 태그 보기

Behavior Trees in Robotics and AI - An Introduction

· 약 3분
Michele Colledanchise
Petter Ögren

논문 정보

  • 제목: Behavior Trees in Robotics and AI: An Introduction
  • 저자: Michele Colledanchise (KTH Royal Institute of Technology), Petter Ögren (KTH Royal Institute of Technology)
  • 학회/저널: Chapman & Hall/CRC Artificial Intelligence and Robotics Series (도서) / arXiv:1709.00084
  • 발행일: 2018-01-01
  • DOI: 10.1201/9780429489105
  • 주요 연구 내용: Behavior Tree(BT)의 정의, 이론적 기초, 기존 전환 구조와의 관계, 설계 원칙, 형식적 분석 도구, 자동 계획 및 기계 학습에서의 활용, 확률적 BT까지 포괄적으로 소개
  • 주요 결과 및 결론: BT가 FSM 등 기존 전환 구조를 일반화하며, 안전성, 견고성, 효율성에 대한 형식적 분석이 가능함을 체계적으로 제시
  • 기여점: BT에 대한 최초의 체계적 입문서로, 로봇 공학 및 AI 분야에서 BT 연구와 응용의 표준 참고 자료 역할

Towards a unified behavior trees framework for robot control

· 약 3분
Alejandro Marzinotto
Michele Colledanchise
Christian Smith
Petter Ögren

논문 정보

  • 제목: Towards a unified behavior trees framework for robot control
  • 저자: Alejandro Marzinotto (KTH CVAP), Michele Colledanchise (KTH CVAP), Christian Smith (KTH CVAP), Petter Ögren (KTH CVAP)
  • 학회/저널: 2014 IEEE International Conference on Robotics and Automation (ICRA)
  • 발행일: 2014-06-01
  • DOI: 10.1109/ICRA.2014.6907656
  • 주요 연구 내용: Behavior Tree(BT)의 기존 문헌에서 일관성과 수학적 엄밀성이 부족한 문제를 해결하기 위해, 통합 BT 프레임워크를 제안하고 Controlled Hybrid Dynamical Systems(CHDS)와의 동치 관계를 정립
  • 주요 결과 및 결론: 통합 프레임워크를 통해 BT의 표현력을 명확히 하고, NAO 로봇을 활용한 파지(grasping) 미션으로 프레임워크의 실용성을 검증
  • 기여점: 로봇 제어에서 BT의 표준화된 정의와 형식적 분석 기반을 최초로 제공하여, BT의 이식성과 상호운용성 향상에 기여

An Investigation into Reactive Planning in Complex Domains

· 약 3분
R. James Firby

논문 정보

  • 제목: An Investigation into Reactive Planning in Complex Domains
  • 저자: R. James Firby (Yale University)
  • 학회/저널: Proceedings of the AAAI Conference on Artificial Intelligence (AAAI-87)
  • 발행일: 1987-07-01
  • DOI: AAAI87-036
  • 주요 연구 내용: 복잡하고 동적인 도메인에서 로봇이 실시간으로 행동을 계획하고 실행할 수 있도록 하는 리액티브 플래닝 모델 제안. RAP(Reactive Action Package)라는 조건부 행동 패키지 개념을 도입하여 실행 시간에 경쟁적으로 선택되는 시스템을 설계함
  • 주요 결과 및 결론: RAP 시스템은 사전 계획과 실시간 반응을 결합하여 예측 불가능한 환경 변화에 유연하게 대응할 수 있으며, 실행 모니터링과 재계획 문제를 단일하고 균일한 표현 및 제어 구조로 해결함
  • 기여점: 이후 행동 트리(Behavior Tree), PRS(Procedural Reasoning System), BDI 아키텍처 등 현대 로봇 행동 제어 프레임워크의 이론적 기반을 제공