KR20140129446A - 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템 - Google Patents

로봇과 인간의 지능적 협업을 통한 학습 관리 시스템 Download PDF

Info

Publication number
KR20140129446A
KR20140129446A KR1020130047460A KR20130047460A KR20140129446A KR 20140129446 A KR20140129446 A KR 20140129446A KR 1020130047460 A KR1020130047460 A KR 1020130047460A KR 20130047460 A KR20130047460 A KR 20130047460A KR 20140129446 A KR20140129446 A KR 20140129446A
Authority
KR
South Korea
Prior art keywords
learning
robot
instruction
autonomous
recognition module
Prior art date
Application number
KR1020130047460A
Other languages
English (en)
Inventor
조혜경
Original Assignee
한성대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한성대학교 산학협력단 filed Critical 한성대학교 산학협력단
Priority to KR1020130047460A priority Critical patent/KR20140129446A/ko
Publication of KR20140129446A publication Critical patent/KR20140129446A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 학습 관리 시스템에 관한 것으로, 더욱 상세하게는 지능 수준에 따른 자율도가 설정된 로봇과 인간이 협업하는 HRI(Human Robot Interaction) 기술일 이용하여 학습자에 대한 학습 컨텐츠 제공은 물론, 학습 효과를 최적화하기 위한 학습자 상태를 효율적으로 지도 및 관리할 수 있는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템에 관한 것이다.

Description

로봇과 인간의 지능적 협업을 통한 학습 관리 시스템 { Education Management System Using HRI Technique}
본 발명은 학습 관리 시스템에 관한 것으로, 더욱 상세하게는 지능 수준에 따른 자율도가 설정된 로봇과 인간이 협업하는 HRI(Human Robot Interaction) 기술일 이용하여 학습자에 대한 학습 컨텐츠 제공은 물론, 학습 효과를 최적화하기 위한 학습자 상태를 효율적으로 지도 및 관리할 수 있는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템에 관한 것이다.
HRI(Human Robot Interaction) 기술이란, 광의적으로 로봇이 사용자 의도를 판단하고, 적합한 반응과 행동을 수행함으로서 인간과의 의사소통 및 상호 협력을 가능하게 하는 인식-판단-표현 기술을 의미한다.
종래의 HRI 로봇 시스템은 서비스 로봇에 주어진 임무의 난이도와 인간의 개입 정도에 따라 자율도 레벨을 구분할 수 있으며, 자율도 레벨에 따라 로봇이 자율 행동을 하면서 인간이 개입하는 형태의 인간-로봇 협업에 의해 로봇의 행동 표현이 결정된다.
일반적으로 학습은 교육자가 학습자를 상대로 지식을 전달하는 과정 이외에 학습자의 학습 성취도를 파악하고, 학습에 집중하고 있는지 등 학습 이외의 학습자 관리 및 지도를 포함하는 과정으로 이루어진다.
종래의 로봇을 이용한 학습 시스템은 단순히 미리 저장된 학습 내용을 학습자에게 제공하는 역할만 수행하기 때문에 특히, 원격지나 온라인 상황에서의 학습자 관리 및 지도는 전적으로 교육자에 의존해야 하는 문제가 있었다.
상기와 같은 문제점을 해결하기 위해 안출된 것으로서 자율도가 설정된 로봇과 인간이 협업하는 HRI(Human Robot Interaction) 기술을 이용하여 온라인 또는 오프라인 상의 학습자에 대한 학습을 효율적으로 지도 및 관리할 수 있는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위해 본 발명에 따른 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템은 학습 보조 로봇의 학습 관리 상태를 모니터링하고, 상기 학습 보조 로봇의 로봇에 필요한 지시 명령을 전송하는 관리자 단말과 상기 관리자 단말과 상기 학습 보조 로봇과의 통신을 통해 상기 학습 보조 로봇의 자율도를 설정하고, 상기 관리자 단말로부터 상기 설정된 자율도 이상의 학습 관리 행위에 관련된 지시 명령이 입력되면 상기 학습 보조 로봇에 전송하고, 학습자 단말로 학습 컨텐츠를 제공하고, 상기 학습 보조 로봇의 동작 정보를 전송받아 저장 관리하여 상기 관리자 단말과 학습 보조 로봇의 학습 관리의 협업을 보조하는 학습 관리 제어기와 이벤트를 감지하는 멀티 모달 입력부와 자율도 설정부에서 설정된 자율도에 따라 자율도 범위 내의 이벤트를 인식하고, 인지한 상황에 대한 행동을 수행하는 자율 신호를 생성하고, 상기 로봇 명령부에서 전송된 관리자 지시 명령을 입력받아 특정 행동을 수행하도록 결정하는 로봇 동작 제어부와 상기 로봇 동작 제어부의 동작을 저장하는 메모리를 구비하는 학습 보조 로봇 및 상기 학습 컨텐츠를 제공받아 학습을 수행하는 학습자 단말을 포함하는 것을 특징으로 한다.
상기 학습 관리 제어기는 상기 학습 보조 로봇의 자율도를 설정하는 자율도 설정부와 상기 관리자 단말로부터 입력된 지시 명령을 상기 학습 보조 로봇에 전송하는 로봇 명령부와 상기 학습 보조 로봇의 동작을 분석한 모니터링 정보를 상기 관리자 단말로 전송하는 모니터링부와 상기 학습자 단말로 제공될 2D 또는 3D 멀티미디어 학습 컨텐츠를 관리하는 학습 컨텐츠 제공부와 학습 보조 로봇의 자율도 정보, 관리자의 지시 명령정보 및 학습 보조 로봇 동작 정보 및 학습 컨텐츠 정보를 저장 관리하는 메인 메모리를 포함하는 것을 특징으로 한다.
그리고 상기 자율도 설정부는 상기 관리자 단말로부터 하기의 <표 2>와 같은 자율도 레벨 중 하나의 레벨을 선택받아 자율도 레벨을 설정하는 것을 특징으로 한다.
<표 2>
Figure pat00001
또한, 상기 학습 보조 로봇은 상기 설정된 자율도 레벨에 따라 상기 멀티 모달 입력부를 통해 이벤트 신호로부터 특정 상황을 인식하고, 상기 인식에 대한 상황을 인지하고, 상기 상황 인지에 따라 행동을 판단하여 행동하는 일련의 과정을 통해 학습 관리에 필요한 동작을 수행하도록 제어하는 것을 특징으로 한다.
그리고 상기 학습 보조 로봇의 로봇 동작 제어부는 학습 지도 및 관리에 필요한 이벤트 발생을 감지하는 인식 모듈과 상기 인식 모듈을 통해 감지된 이벤트의 상황을 판단하는 상황인지 모듈과 상기 인지상황 이해모듈을 통해 판단된 상황에 대한 행동 및 표현을 결정하는 판단 행동모듈을 포함하고, 상기 인식 모듈과 상황인지 모듈 사이에 형성되어 상기 인식 모듈의 출력과 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 합산 및 비교하여 상기 상황인지 모듈의 입력을 결정하는 제 1 합산기와 상기 상황인지 모듈과 판단 행동모듈 사이에 형성되어 상황인지 모듈의 출력과 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 합산 및 비교하여 상기 판단 행동모듈의 입력을 결정하는 제 2 합산기와 상기 판단 행동모듈 후단에 형성되어 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 비교하여 로봇이 결정한 행동 또는 표현을 조정하는 조정기를 포함하는 것을 특징으로 한다.
또한, 상기 관리자 단말은 상기 학습 보조 로봇에 설정된 자율도 레벨 이상의 행동 또는 표현을 결정하기 위해 상기 지시 I/F 명령을 통해 상기 인식 모듈, 상황인지 모듈 및 판단 행동모듈의 출력에 개별적으로 개입할 수 있는 것을 특징으로 한다.
그리고 상기 학습 보조 로봇은 상기 인식 모듈의 출력과 상기 관리자의 지시 I/F 명령을 분석하여 인지하지 못했던 행동에 대한 학습을 수행하여 로봇의 지능을 향상시키는 학습부를 더 포함하는 것을 특징으로 한다.
또한, 상기 로봇 학습부는 상기 관리자 단말로부터 학습 관리와 관련된 지시 I/F 명령이 입력된 경우 기 저장된 학습 내용과 비교하여 상기 지시 I/F 명령이 잘못이라고 판단하는 경우 상기 지시 I/F 명령을 확인하는 알람을 생성하여 관리자 단말에 전송하도록 제어하는 것을 특징으로 한다.
그리고 상기 학습 보조 로봇은 설정된 자율도 레벨 내의 행위에 대한 로봇 동작 제어부를 실행하는 과정에서 지시 I/F 명령의 입력이 없는 경우에 상기 로봇 동작 제어부의 인식 모듈, 상황인지 모듈, 판단 행동모듈에 오류가 발생하거나, 오류는 아니지만 설정시간 동안 자율 신호를 출력하지 못하는 경우 동작 불능 알람을 상기 관리자 단말로 전송하여 지시 I/F 명령을 요청하는 동작 불능 알람부를 더 포함하는 것을 특징으로 한다.
상기에서 살펴본 바와 같이 본 발명에 따른 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템은 학습자의 학습을 관리하는 학습 보조 로봇에 학습 관리에 필요한 임무의 난이도 별로 구분된 자율도 레벨을 설정함으로써 관리자가 개입해야 할 상황을 명확하게 구분함으로써 학습 관리를 위한 상기 학습 보조 로봇과 인간지시자 사이의 효율적인 협업이 가능한 탁월한 효과가 발생한다.
도 1은 본 발명의 바람직한 실시예에 따른 학습 관리 시스템을 개략적으로 도시한 시스템 구성도이고,
도 2는 도 1의 로봇 동작 제어부의 상세 블럭도이고, 도 3은 본 발명의 바람직한 실시예에 따른 관리자 단말과 학습 보조 로봇 및 학습자 단말을 개략적으로 도시한 실시예이다.
도 4는 본 발명의 바람직한 실시예에 따른 학습 관리 방법을 개략적으로 도시한 순서도이다.
이하, 본 발명의 구체적인 실시예에 대하여 도면을 참조하여 상세하게 설명하기로 한다.
도 1은 본 발명의 바람직한 실시예에 따른 학습 관리 시스템을 개략적으로 도시한 시스템 구성도이고, 도 2는 도 1의 로봇 동작 제어부의 상세 블럭도이고, 도 3은 본 발명의 바람직한 실시예에 따른 관리자 단말과 학습 보조 로봇 및 학습자 단말을 개략적으로 도시한 실시예이다.
도 1 내지 3을 참조하면, 본 발명에 따른 학습 관리 시스템은 관리자 단말(10)과 학습 관리 제어기(20), 학습 보조 로봇(30) 및 학습자 단말(40)을 포함하여 구성될 수 있다.
여기서, 상기 관리자 단말(10)은 교육자에 의해 조작되는 단말로서, 상기 관리자는 HRI(Human Robot Interaction) 기술에서 로봇과 협업을 하는 주체를 의미한다.
상기 관리자 단말(10)은 학습 보조 로봇(30)의 학습 관리 상태를 모니터링하고, 상기 로봇에 개입이 필요한지 여부를 결정하여, 상기 로봇에 필요한 지시 I/F 명령을 입력하여 전송하는 역할을 담당한다.
또한, 상기 관리자 단말(10)은 로봇의 자율도 레벨을 직접 설정할 수 있는 인터페이스를 제공할 수 있다.
상기와 같은 관리자 단말의 기능은 전용 프로그램인 로봇 조작 어플리케이션을 통해 구현될 수 있다.
상기 관리자 단말(10)은 PC, 노트북와 같은 컴퓨터 단말 또는 휴대폰, 타블렛 PC, 타블렛 패드와 같은 스마트 기기 등 인터넷 접속을 통해 상기 학습 관리 제어기와 연결할 수 있는 기기는 무엇이나 가능하다.
상기 학습 관리 제어기(20)는 상기 관리자 단말(10)과 학습 보조 로봇(30)과의 통신을 통해 상기 학습 보조 로봇의 자율도를 설정하고, 상기 관리자 단말로부터 학습 관리에 관한 지시 I/F 명령이 입력되면 상기 학습 보조 로봇에 전송함으로써 상기 관리자 단말(10)과 학습 보조 로봇(30) 사이의 협업을 관리하는 역할을 담당한다.
여기서, 자율도는 로봇의 지능 수준을 의미하고, 자율도의 레벨이 높아질수록 로봇이 인공 지능으로 행동하게 되고, 자율도의 레벨이 낮아질수록 사람의 개입이 많이 필요하게 된다.
Sheridan Model에 준하여 제시된 자율도는 하기의 <표 2>와 같다.
자율도 레벨 정의
1 사람이 모든 판단을 책임지며 표현을 선택한다.
2 실행가능한 모든 행동을 보여주어 사람의 선택을 돕는다.
3 적절한 몇 개의 행동을 선택하여 보여주어 사람의 선택을 돕는다.
4 최선의 행동을 선택하여 사람에게 보고한다.
5 행동을 선택하고, 사람의 허가를 받은 후 실행한다.
6 사람이 간헐적으로 로봇의 판단이나 행동에 개입한다.
7 자율적으로 동작하면서 사람에게 진행 상태를 알린다.
8 작업 수행의 과정에서 판단 결과를 사람이 요청할 때에만 알린다.
9 작업 수행의 과정에서 판단 결과를 사람에 알릴 필요가 있다고 판단하는 경우에만 알린다.
10 완전히 자율적으로 임무를 수행하며 사람의 개입을 허용하지 않는다.
상기 <표 1>을 통해 알 수 있듯이, 자율도 레벨이 1인 경우는 로봇은 전적으로 사람의 명령에 따라 임무를 수행하는 완전 수동 로봇인 수준이고, 자율도 레벨이 10인 경우 사람의 개입이 필요없는 완전 자동 로봇인 수준을 나타낸다.
결국, 자율도 레벨이 10이하의 레벨에서는 필연적으로 사람의 개입이 필요하므로 인간과 로봇의 협업 관계가 매우 중요하다.
상기와 같은 자율도 정보는 메인 메모리에 저장 관리될 수 있으며, 설정된 자율도 레벨에 따라 로봇이 자율적으로 행동하는 수준이 결정될 수 있다.
상기와 같은 자율도 기준을 토대로 지능적 학습 관리에 적용될 수 있는 자율도 레벨을 하기의 <표 2>와 같이 정의될 수 있다.
자율도 레벨 정의
1 관리자가 구체적 학습 컨텐츠, 로봇의 대사 및 동작을 모두 지정하여 학습을 진행한다.
2 학생의 응답의 맞고 틀림에 따라 학생의 이해도를 파악하고, 수준에 적절한 컨텐츠를 제공할 수 있다.
3 학생이 응답을 간단한 단어를 사용하여 말로 표현해도 이해할 수 있다.
4 학생이 응답을 문장과 행동으로 표현해도 이해할 수 있다.
5 학습상황에서 학생의 행동을 관찰하여 교육에 몰입하는 정도를 이해하고, 몰입도가 떨어진 경우 집중도 향상을 유도하는 컨텐츠를 제공할 수 있다.
6 학습상황에서 시선 등 비언어적 상호작용으로부터 학생의 이해도와 몰입도를 알 수 있다.
7 학습상황에서 교사의 의도를 전달받고, 이에 따라 자신이 할 수 있는 보조 활동을 제안할 수 있다.
8 학습상황에서 소수 학생들을 동시에 관찰하여 각 학생과 맥락에 맞는 상호작용을 할 수 있다.
9 교사와 학생을 구분할 수 있고, 대상에 따라 자신과의 사회적 관계를 구분하여 적절하게 상호작용할 수 있다.
10 현재의 학습상황을 이해하고 학습 공간을 돌아다니며 도움이되는 보조활동을 찾아서 수행할 수 있다.
상기의 <표 2>와 같은 학습 관리를 위한 자율도 레벨 중 설정된 자율도 레벨에 따라 학습 보조 로봇은 지능적인 학습 관리를 수행하게 된다.
예를 들어, 상기 학습 보조 로봇의 자율도 레벨이 2로 설정된 경우 상기 학습 보조 로봇은 학습 컨텐츠가 문제 풀이인 경우 학습자의 정답률을 분석하여 학습자의 수준을 이해할 수 있으며, 상기 수준에 따른 학습 컨텐츠를 상기 학습자에게 제공하는 수준의 자율도로 학습 관리를 수행할 수 있다.
본 발명에 따른 학습 관리 제어기(20)는 로봇의 자율도를 설정하는 자율도 설정부(210)와 관리자 단말로부터 입력된 지시 I/F 명령을 학습 보조 로봇에 전송하는 로봇 명령부(220)와 상기 학습자 단말에 제공될 학습 교재를 2D 또는 3D 멀티미디어 학습 컨텐츠를 제공하는 학습 컨텐츠 제공부(230)와 학습 보조로봇의 자율도 정보, 관리자의 명령정보 및 로봇 동작 정보를 저장 관리하는 메인 메모리(240)를 포함하여 구성될 수 있다.
본 실시예는 학습 관리 제어기(20)가 학습 보조 로봇과 분리 구성되는 경우에 관한 것이지만, 상기 학습 관리 제어기는 상기 학습 보조 로봇과 일체로 형성될 수 있으며, 원격지에 위치하는 복수 개의 로봇을 통합하여 제어하기 위해서는 독립적인 서버로 구성될 수 있다.
상기 로봇 명령부(220)는 상기 관리자 단말로부터 입력된 지시 I/F 명령을 학습 보조 로봇에 전송하는 하는 역할을 담당하고, 상기 입력된 명령은 메인 메모리에 저장 관리된다.
그리고 상기 자율도 설정부(210)는 상기 <표 3>과 같은 자율도 레벨 중 학습 보조 로봇의 자율도 레벨을 설정하는 구성으로 로봇이 전적으로 인간의 조작에 따라 행동하는 수동 로봇인 경우에는 자율도 레벨은 1이되고, 인간의 개입이 필요없는 자동 로봇인 경우에는 자율도 레벨이 10으로 설정될 수 있다.
상기 자율도 설정부(210)는 관리자 단말로부터 입력된 자율도 설정 정보에 따라 로봇의 자율도 레벨을 조절할 수 있다.
여기서, 상기 관리자는 학습자와 1 : 1 학습 관계인 경우에는 집중적인 모니터링이 가능하므로 관리자의 개입을 높일 수 있으므로 학습 보조 로봇의 자율도를 낮게 설정하여 운영할 수 있으나, 다수의 학습자인 1 : N인 학습 관계인 경우에는 특정 학습자에 대한 집중적인 모니터리이 불가능하므로 학습 보조 로봇의 자율도를 높게 설정하여 운영할 수 있다.
한편, 로봇(30)은 이벤트를 감지하는 멀티 모달 입력부(310)와 자율도 설정부에서 설정된 자율도에 따라 자율도 범위 내의 행동을 인식하고, 인지한 상황에 대한 행동을 수행하는 자율 신호를 생성하고, 상기 로봇 명령부에서 전송된 관리자 I/F 지시 명령을 입력받아 로봇이 특정 행동을 수행하도록 결정하는 로봇 동작 제어부(320)와 상기 로봇의 동작을 저장하는 메모리(330)와 상기 로봇의 동작 중 I/F 지시 명령에 의해 입력된 정보를 이용하여 학습을 수행하는 로봇 학습부(340)를 포함하여 구성될 수 있다.
상기 로봇 동작 제어부(320)는 멀티 모달 입력부(310)를 통해 이벤트 신호로부터 특정 상황을 인식하고, 상기 인식에 대한 상황을 인지하고, 상기 상황 인지에 따라 행동을 판단하여 행동하는 일련의 과정을 통해 동작을 수행하도록 제어한다.
이에 따라, 상기 로봇 동작 제어부(320)는 이벤트 발생을 감지하는 인식 모듈(321)과 상기 인식 모듈을 통해 감지된 이벤트의 상황을 판단하는 상황인지 모듈(323)과 상기 상황인지 모듈을 통해 판단된 상황에 대해 적용해야할 행동 및 표현을 결정하는 판단 행동모듈(325)을 포함하여 구성될 수 있다.
상기 멀티 모달 입력부(310)는 로봇이 이벤트, 즉 인식을 결정하기 위해 외부로부터의 신호를 입력받는 수단으로 카메라, 마이크와 같은 화상 및 음성 입력수단과 터치 센서, 광 센서, 접촉 센서 등 센서 수단을 포함하여 구성될 수 있다.
여기서, 상기 이벤트는 카메라나 마이크를 통해 입력된 정보를 통한 얼굴인식, 표정인식, 제스처인식, 물체인식, 음성인식 등의 인식과 터치 센서, 접촉 센서, 광 센서 등의 센서를 통한 인식, 관리자의 명령에 따른 인식이 발생할 때 생성되는 정보를 의미한다.
예를 들어, 카메라를 통해 학습자의 상태를 입력받는 경우 자율도 레벨이 5로 설정된 경우에는 상기 카메라를 통해 입력된 학습자의 영상을 분석하여 학습자이 몰입도를 판단할 수 있다. 상기 카메라로 입력된 학습자의 영상 중 얼굴 윤곽을 추출하고, 얼굴 윤곽의 변화가 없는 경우에는 학습에 몰입하고 있는 상태임을 인지할 수 있으며, 상기 얼굴 윤곽의 변화가 있는 경우에는 학습자의 몰입도가 떨어진 상태임을 인지할 수 있으며, 연속적으로 얼굴 윤곽 변화가 발생할 경우에는 학습자가 꾸벅 꾸벅 졸고 있음을 인지할 수 있다.
상기 인식 모듈(321), 상황인지 모듈(323) 및 판단 행동모듈(325) 사이에는 설정된 자율도 레벨에 따라 생성된 자율 신호와 관리자 단말로부터 입력된 I/F 지시 명령을 입력받아 처리하는 2개의 합산기(제 1 합산기, 제 2 합산기)를 포함하여 구성될 수 있다.
상기 제 1 합산기(322)는 상기 인식 모듈과 상황인지 모듈 사이에 형성되어 인식 모듈의 출력과 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 합산 및 비교하여 상기 상황인지 모듈의 출력을 결정하는 역할을 담당한다.
상기 제 2 합산기(324)는 상기 상황인지 모듈과 판단 행동모듈 사이에 형성되어 상기 상황인지 모듈의 출력과 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 합산 및 비교하여 판단 행동모듈의 출력을 결정하는 역할을 담당한다.
그리고 상기 판단 행동모듈 후단에는 로봇이 결정한 행동 또는 표현을 조정하는 조정기(326)를 포함하여 구성될 수 있다.
즉, 관리자는 로봇이 행동이나 표현을 결정하기 위한 세부 과정인 인식과정, 상황 인지 과정, 판단 행동 과정에 개별적으로 개입할 수 있다.
학습자가 졸고 있어서 상기 학습자에게 경고 알람을 발생하는 행위를 예를 들어본다면, 학습 보조 로봇이 카메라를 통해 입력된 영상 신호에서 학습자의 얼굴의 위치가 연속적으로 변하고 있음을 감지하면, 인식 모듈은 이벤트로서 학습자의 행동에 이상이 있음을 감지하게 되고, 상황인지 모듈은 상기 학습자의 얼굴이 연속적으로 변하는 것은 졸고 있다는 것으로 상황을 판단하게 되고, 판단 행동모듈은 학습자가 졸고 있기 때문에 졸음을 깨우기 위해 경고 알람을 송출하는 것을 결정하게 된다.
여기서, 관리자는 상기 학습 보조 로봇이 인식 모듈을 통해 이벤트가 발생했음을 감지했음에도, 상황인지 모듈이 학습자가 졸고 있다는 것으로 상황 인식을 못할 경우 학습자가 졸고 있으므로 졸음에 대한 판단 행동이 필요하다는 I/F 명령을 상기 학습 보조 로봇에 전송할 수 있다.
또한, 상기 학습 보조 로봇이 학습자가 졸고 있다는 것까지 상황 인지를 했음에도 어떻게 행동할지를 판단하지 못할 경우 관리자는 경고 알람을 송출해라 또는 신나는 음악을 송출해라 등의 지시 I/F 명령을 상기 학습 보조 로봇에 전송하여 개입할 수 있다.
상기 제 1, 2 합산기(322, 324) 및 조정기(326)는 로봇의 자율도 레벨에 따라 생성된 자율신호와 관리자로부터 입력된 지시 I/F 명령 중 하나를 선택하여 출력하게 된다.
상기 제 1, 2 합산기(322, 324) 및 조정기(326)는 관리자 단말로부터 I/F 명령이 없는 경우에는 자율도 레벨에 따라 상기 인식 모듈, 상황인지 모듈 및 판단 행동모듈에서 자율적으로 출력된 신호가 그대로 출력되지만, 상기 관리자 단말로부터 I/F 명령이 입력된 경우에는 자율 신호보다 관리자로부터 입력된 명령이 우선적으로 출력되도록 구성될 수 있다.
한편, 로봇 학습부(340)는 관리자로부터 전송된 지시 I/F 명령과 인식 모듈의 출력을 분석하여 로봇이 인지하지 못했던 새로운 인식에 대한 학습을 수행하고, 상기 인식 모듈에 학습된 정보를 제공하는 역할을 담당한다.
또한, 상기 로봇 학습부(340)는 상기 관리자 단말로부터 지시 I/F 명령이 입력된 경우 기 저장된 학습 내용과 비교하여 상기 지시 I/F 명령이 잘못이라고 판단하는 경우 상기 지시 I/F 명령을 확인하는 알람을 생성하여 관리자 단말에 전송하도록 제어할 수 있다.
예를 들어, 학습자가 문제 풀이 결과 오답을 입력했음에도, "정답입니다. 참 잘했어요."라는 지시 명령을 학습 보조 로봇에 전송한 경우 상기 학습 보조 로봇은 상기와 같은 관리자의 지시는 잘못된 판단임을 판단할 수 있으며, 이 경우 상기 로봇 학습부(340)는 상기 관리자 단말로 관리자의 지시가 잘못됐음을 알리는 알람을 생성하여 전송함으로써 상기 관리자가 올바른 지시를 하도록 유도할 수 있다.
그리고 상기 로봇은 설정된 자율도 레벨에 따라 로봇 동작 제어부를 실행하는 과정에서 지시 I/F 명령의 입력이 없는 경우에 상기 로봇 동작 제어부의 인식 모듈, 상황인지 모듈, 판단 행동모듈에 오류가 발생하거나, 오류는 아니지만 설정시간 동안 자율 신호를 출력하지 못하는 경우 동작 불능 알람을 상기 관리자 단말로 전송하여 지시 I/F 명령을 요청하는 동작 불능 알람부를 더 포함하여 구성될 수 있다.
그리고 학습자 단말(40)은 상기 학습 관리 제어기의 학습 컨텐츠 제공부로부터 제공되는 학습 컨텐츠를 제공받아, 관리자 또는 학습 보조 로봇의 진행에 따라 학습을 수행하는 역할을 담당한다.
이하, 구체적인 학습 관리 방법에 대해 살펴보기로 한다.
도 3은 본 발명의 바람직한 실시예에 따른 자율도 레벨에 따른 학습 관리 방법을 개략적으로 도시한 순서도이다.
도 3을 참조하면, 먼저 관리자는 학습 보조 로봇의 자율도 레벨을 설정한다.
상기 자율도 레벨은 상기 <표 2>과 같이 1단계부터 10단계 중 하나의 단계로 설정될 수 있다.
관리자가 한명의 학습자를 관리하는 경우에는 학습 보조 로봇의 자율도 레벨을 낮게 설정할 수 있으며, 다수 명의 학습자를 관리하는 경우에는 학습 보조 로봇의 자율도 레벨을 높게 설정할 수 있다.
참고로, 상기 7단계 이상의 단계는 학습 보조 로봇이 고 난이도의 인공 지능을 구비하여야 하므로 실질적인 인공 지능 로봇으로 분류할 수 있으므로, HRI 기술에서 관리자와의 협업이 필요한 단계는 2단계에서 6단계 사이의 자율도 수준이다.
상기와 같이 자율도 레벨이 설정되면, 학습자에게 학습 컨텐츠가 제공되고 관리자 또는 학습 보조 로봇에 의해 학습이 진행된다.
예를 들어, 상기 학습 보조 로봇의 자율도 레벨이 3으로 설정된 경우 상기 학습 보조 로봇은 음성 인식을 통해 학습자의 단어를 이해하는 수준이므로 학습자는 문제 풀이에 대한 정답을 음성으로 표현할 수 있다.
또한, 관리자는 상기 학습 보조 로봇의 설정된 자율도 레벨 이상의 관리에 대해서는 개입을 통해 학습 보조 로봇의 행동을 보조하게 된다.
예를 들어, 학습자가 졸고 있는 경우 학습자의 몰입도를 이해하고 집중을 유도하는 행위는 자율도 레벨 5에 해당하는 행위이므로 자율도 레벨이 3으로 설정된 경우에는 학습 보조 로봇은 자율적으로 학습자가 졸고 있는 상황에 대한 대처를 할 수 없기 때문에, 관리자가 학습자의 학습 태도를 모니터링하다가 졸고 있는 것을 발견할 경우 상기 학습 보조 로봇에 집중도 향상을 유도하기 위한 신나는 음악을 송출하면서 율동을 수행하라는 지시를 학습 보조 로봇에 제공할 수 있다.
한편, 관리자가 학습 진행 중 상기 학습 보조 로봇의 자율도 레벨을 높이거나 낮추기 원할 경우 상기 자율도 설정부에 자율도 변경 명령을 입력하여 상기 학습 보조 로봇의 자율도 레벨을 변경시킬 수 있다.
이상에서 설명한 본 발명의 상세한 설명에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 본 발명의 보호범위는 상기 실시예에 한정되는 것이 아니며, 해당 기술분야의 통상의 지식을 갖는 자라면 본 발명의 사상 및 기술영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 관리자 단말 20 : 학습 관리 제어기
30 : 로봇 40 : 학습자 단말

Claims (9)

  1. 학습 보조 로봇의 학습 관리 상태를 모니터링하고, 상기 학습 보조 로봇의 로봇에 필요한 지시 명령을 전송하는 관리자 단말과;
    상기 관리자 단말과 상기 학습 보조 로봇과의 통신을 통해 상기 학습 보조 로봇의 자율도를 설정하고, 상기 관리자 단말로부터 상기 설정된 자율도 이상의 학습 관리 행위에 관련된 지시 명령이 입력되면 상기 학습 보조 로봇에 전송하고, 학습자 단말로 학습 컨텐츠를 제공하고, 상기 학습 보조 로봇의 동작 정보를 전송받아 저장 관리하여 상기 관리자 단말과 학습 보조 로봇의 학습 관리의 협업을 보조하는 학습 관리 제어기와;
    이벤트를 감지하는 멀티 모달 입력부와 자율도 설정부에서 설정된 자율도에 따라 자율도 범위 내의 이벤트를 인식하고, 인지한 상황에 대한 행동을 수행하는 자율 신호를 생성하고, 상기 로봇 명령부에서 전송된 관리자 지시 명령을 입력받아 특정 행동을 수행하도록 결정하는 로봇 동작 제어부와 상기 로봇 동작 제어부의 동작을 저장하는 메모리를 구비하는 학습 보조 로봇 및;
    상기 학습 컨텐츠를 제공받아 학습을 수행하는 학습자 단말을 포함하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템
  2. 제 1항에 있어서,
    상기 학습 관리 제어기는
    상기 학습 보조 로봇의 자율도를 설정하는 자율도 설정부와;
    상기 관리자 단말로부터 입력된 지시 명령을 상기 학습 보조 로봇에 전송하는 로봇 명령부와;
    상기 학습 보조 로봇의 동작을 분석한 모니터링 정보를 상기 관리자 단말로 전송하는 모니터링부와;
    상기 학습자 단말로 제공될 2D 또는 3D 멀티미디어 학습 컨텐츠를 관리하는 학습 컨텐츠 제공부와;
    학습 보조 로봇의 자율도 정보, 관리자의 지시 명령정보 및 학습 보조 로봇 동작 정보 및 학습 컨텐츠 정보를 저장 관리하는 메인 메모리를 포함하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
  3. 제 2항에 있어서,
    상기 자율도 설정부는
    상기 관리자 단말로부터 하기의 <표 2>와 같은 자율도 레벨 중 하나의 레벨을 선택받아 자율도 레벨을 설정하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
    <표 2>
    Figure pat00002
  4. 제 1항에 있어서,
    상기 학습 보조 로봇은
    상기 설정된 자율도 레벨에 따라 상기 멀티 모달 입력부를 통해 이벤트 신호로부터 특정 상황을 인식하고, 상기 인식에 대한 상황을 인지하고, 상기 상황 인지에 따라 행동을 판단하여 행동하는 일련의 과정을 통해 학습 관리에 필요한 동작을 수행하도록 제어하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
  5. 제 4항에 있어서,
    상기 학습 보조 로봇의 로봇 동작 제어부는
    학습 지도 및 관리에 필요한 이벤트 발생을 감지하는 인식 모듈과;
    상기 인식 모듈을 통해 감지된 이벤트의 상황을 판단하는 상황인지 모듈과;
    상기 인지상황 이해모듈을 통해 판단된 상황에 대한 행동 및 표현을 결정하는 판단 행동모듈을 포함하고;
    상기 인식 모듈과 상황인지 모듈 사이에 형성되어 상기 인식 모듈의 출력과 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 합산 및 비교하여 상기 상황인지 모듈의 입력을 결정하는 제 1 합산기와;
    상기 상황인지 모듈과 판단 행동모듈 사이에 형성되어 상황인지 모듈의 출력과 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 합산 및 비교하여 상기 판단 행동모듈의 입력을 결정하는 제 2 합산기와;
    상기 판단 행동모듈 후단에 형성되어 자율도 레벨에 따른 자율신호와 관리자의 지시 I/F 명령을 비교하여 로봇이 결정한 행동 또는 표현을 조정하는 조정기를 포함하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
  6. 제 4항에 있어서,
    상기 관리자 단말은
    상기 학습 보조 로봇에 설정된 자율도 레벨 이상의 행동 또는 표현을 결정하기 위해 상기 지시 I/F 명령을 통해 상기 인식 모듈, 상황인지 모듈 및 판단 행동모듈의 출력에 개별적으로 개입할 수 있는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
  7. 제 4항에 있어서,
    상기 학습 보조 로봇은
    상기 인식 모듈의 출력과 상기 관리자의 지시 I/F 명령을 분석하여 인지하지 못했던 행동에 대한 학습을 수행하여 로봇의 지능을 향상시키는 학습부를 더 포함하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
  8. 제 6항에 있어서,
    상기 로봇 학습부는
    상기 관리자 단말로부터 학습 관리와 관련된 지시 I/F 명령이 입력된 경우 기 저장된 학습 내용과 비교하여 상기 지시 I/F 명령이 잘못이라고 판단하는 경우 상기 지시 I/F 명령을 확인하는 알람을 생성하여 관리자 단말에 전송하도록 제어하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
  9. 제 4항에 있어서,
    상기 학습 보조 로봇은
    설정된 자율도 레벨 내의 행위에 대한 로봇 동작 제어부를 실행하는 과정에서 지시 I/F 명령의 입력이 없는 경우에 상기 로봇 동작 제어부의 인식 모듈, 상황인지 모듈, 판단 행동모듈에 오류가 발생하거나, 오류는 아니지만 설정시간 동안 자율 신호를 출력하지 못하는 경우 동작 불능 알람을 상기 관리자 단말로 전송하여 지시 I/F 명령을 요청하는 동작 불능 알람부를 더 포함하는 것을 특징으로 하는 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템.
KR1020130047460A 2013-04-29 2013-04-29 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템 KR20140129446A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130047460A KR20140129446A (ko) 2013-04-29 2013-04-29 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130047460A KR20140129446A (ko) 2013-04-29 2013-04-29 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템

Publications (1)

Publication Number Publication Date
KR20140129446A true KR20140129446A (ko) 2014-11-07

Family

ID=52454716

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130047460A KR20140129446A (ko) 2013-04-29 2013-04-29 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템

Country Status (1)

Country Link
KR (1) KR20140129446A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190069656A (ko) * 2017-12-08 2019-06-20 원태경 인공지능강사를 이용한 교육기관 운영 시스템 및 방법
CN109949619A (zh) * 2019-04-19 2019-06-28 安徽智训机器人技术有限公司 一种自学习的家用教育机器人系统
WO2022093839A1 (en) * 2020-10-27 2022-05-05 Kinoo, Inc. Systems and methods to measure and enhance human engagement and cognition

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190069656A (ko) * 2017-12-08 2019-06-20 원태경 인공지능강사를 이용한 교육기관 운영 시스템 및 방법
CN109949619A (zh) * 2019-04-19 2019-06-28 安徽智训机器人技术有限公司 一种自学习的家用教育机器人系统
WO2022093839A1 (en) * 2020-10-27 2022-05-05 Kinoo, Inc. Systems and methods to measure and enhance human engagement and cognition

Similar Documents

Publication Publication Date Title
Saunders et al. “teach me–show me”—end-user personalization of a smart home and companion robot
US11358285B2 (en) Robot and method of recognizing mood using the same
CN102609089B (zh) 用于机器人和用户交互的多状态模型
US11279279B2 (en) Driver monitoring and response system
Grollman et al. Dogged learning for robots
Wendemuth et al. A companion technology for cognitive technical systems
Brooks A human-centric approach to autonomous robot failures
Yang et al. A review of human–machine cooperation in the robotics domain
Galindo et al. Control architecture for human–robot integration: application to a robotic wheelchair
JPH09244730A (ja) ロボットシステムおよびロボットの制御装置
Azeem et al. Emotions in robots
Mead et al. Proxemics and performance: Subjective human evaluations of autonomous sociable robot distance and social signal understanding
KR20140129446A (ko) 로봇과 인간의 지능적 협업을 통한 학습 관리 시스템
Doncieux et al. Human-centered AI and robotics
KR101606543B1 (ko) 자율도 조정과 인간 조작자 개입을 통한 hri 로봇 시스템
Grüneberg et al. An approach to subjective computing: A robot that learns from interaction with humans
US20210039251A1 (en) Robot and contolling method thereof
JP2019155546A (ja) 制御装置、制御方法、及び制御プログラム
Tahboub A semi-autonomous reactive control architecture
Cao AI Robots and Humanoid AI: Review, Perspectives and Directions
Saikia et al. cBDI-based collaborative control for a robotic wheelchair
CN105718057A (zh) 视觉追踪训练设备
Saeidi Trust-based control of (semi) autonomous mobile robotic systems
Hou et al. STMMI: A Self‐Tuning Multi‐Modal Fusion Algorithm Applied in Assist Robot Interaction
KR102561832B1 (ko) 인공지능 기반 온라인 교육 콘텐츠 제공 방법, 장치 및 시스템

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination