KR20200099572A - 다중 에이전트 시스템에서 로봇을 작동하는 방법, 로봇, 그리고 다중 에이전트 시스템 - Google Patents

Abstract

본 발명은 복수의 로봇(1)을 포함하는 다중 에이전트 시스템을 작동하는 방법에 관한 것으로, 각각의 로봇(1)은 목표 시스템 상태에 도달할 때까지 하기 단계들, 즉, 순간 시스템 상태(q1 내지 q10)에서 출발하여, 미리 정의된 결정적 유한 오토마타(DFA)에서 시스템 상태들의 경로를 따르는 진행이 달성되는 가능 옵션들로서, 현재 시스템 상태로부터 후속 시스템 상태(q1 내지 q10)로의 전이를 달성할 수 있는 동작들을 정의하는 옵션들을 결정하는 단계(S11); 상기 가능 옵션들 각각에 대해, 옵션을 통해 명시된 동작을 수행하기 위한 비용 값을 결정하는 단계(S12); 나머지 로봇들(1) 각각에 의해, 각각의 옵션에 대해 결정된 비용 값들의 고려하에, 경매(auction)를 수행하는 단계(S14, S15); 및 관련 옵션에 대해 결정되거나 수신된 모든 비용 값에 따라, 옵션들 중 하나에 상응하는 동작을 실행하는 단계(S16);를 포함하는 방법을 주기적으로 실행한다.

Description

다중 에이전트 시스템에서 로봇을 작동하는 방법, 로봇, 그리고 다중 에이전트 시스템

본 발명은 다중 에이전트 시스템; 그리고 특히 협동 경매 방법(cooperative auction method)을 이용한 과업(task) 분배를 통해 다중 에이전트 시스템의 로봇들을 제어하기 위한 방법;에 관한 것이다.

특히 주변 여건들의 불확실성 및 과업 사양(task specification)의 시간 종속성이 존재하는 경우, 과업의 공동 처리를 위한 로봇들의 팀의 조정(coordination)이 어렵다. 과업 사양을 부분 과업들로 분할하는 것은 과업 사양을 분할하기에 적합한 메커니즘을 요구하며, 특히 개별 로봇들을 위한 동작 명령들(action instruction)은 실제 환경의 불확실성으로 인해 만족스럽게 할당될 수 없다.

로봇들의 개별 동작들 간의 시간 종속성을 맵핑(mapping)하기 위해, 기술 언어(description language), 즉, 과업 사양을 LTL 사양의 형태로 맵핑하는 소위 선형 시제 논리(LTL: Linear Temporal Logic)가 공지되어 있다. LTL 사양으로부터 개별 로봇들을 위한 동작 플랜(action plan), 다시 말해 다수의 동작 명령이 공지된 방식으로 유도될 수 있다.

로봇 애플리케이션용 LTL은, 특히 마르코프 결정 프로세스들(MDP: Markov Decision Processes)을 이용하여 확률 모델에 시간 한계 조건들을 통합할 수 있게 한다. 마르코프 결정 프로세스들은, 주변 환경에서의 동작들 및 확률적 이벤트들(stochastic event)의 실행의 미지의 기간들(unknown duration)을 포함한 불확실성의 맵핑을 가능케 한다.

LTL 과업 사양들에 대한 불확실한 동작 명령들을 계획하기 위해, Int. Conf. on Intelligent Robots and Systems(1511-1516쪽, IEEE, 2014)에 실린 Lacerda, D. Parker 및 H. Hawes 공저의 논문, "Optimal and dynamic planning for Markov decision Processes with co-safe LTL specifications"은 과업 사양의 오토마타 재현(automata representation)을 MDP와 조합하는 개별 로봇을 위한 계획을 제공한다. 동일한 방식으로, C.D. Ding, S. L. Smith, C. Belta, 및 D. Rus. 공저의 논문, "LTL control in uncertain environments with probabilistic satisfaction guarantees"(IFAC, 44(1):3515-3520, 2011)는, LTL 과업 기술(task description)의 이득을 극대화하기 위해 개별 로봇을 위한 동작 명령을 계획하는 방법을 제공한다.

특정 모델(specific model)과 무관하게 다수의 로봇을 조정하기 위해, M. G. Lagoudakis 외 공저의 논문, "Auction-Based Multi-Robot Routing. In Robotics: Science and Systems"(343-350쪽, 이탈리아, 로마, 2005)은 다수의 효율 집중 경매 전략을 개시하고 있다. 인공 지능 관련 국제 회의집("National Conference on Artificial In-telligence", 제21권, 1625쪽, Menlo Park, CA; Cambridge, MA, London; AAAI Press; MIT Press; 1999, 2006)에 실린 Koenig, C. 외 공저의 논문, "The power of sequential single-item auctions for agent coordination"은 최적화 결과를 임의로 악화시키지 않으면서 계획 비용을 줄이기 위해 순차적 경매(sequential auction)을 개시하고 있다. 로봇 공학 연구의 국제 저널("International Journal of Robotics Research" 34(2):218-235, 2015)에 실린 M. Guo 및 D.V. Dimarogonas 공저의 논문, "Multi-agent plan reconfiguration under local LTL specifications"은 다중 로봇 시스템의 로봇들에 서로 독립적으로 국소 부분 과업을 할당하고, 발생하는 충돌(conflict)을 능동적으로 전달(소통)하는 점을 개시하고 있다.

시간 의존적인 사양들을 가진 과업들의 해결을 위해 비결정적 환경에서 다중 에이전트 시스템의 로봇들을 조정하기 위한 효율적인 계획 알고리즘은 현재 공지되어 있지 않다.

본 발명에 따라, 청구항 제1항에 따른, 다중 에이전트 시스템에서 로봇을 작동하는 방법, 그리고 대등의 청구항들에 따른 로봇 및 다중 에이전트 시스템이 제공된다.

또 다른 구현예들은 종속 청구항들에 명시되어 있다.

제1 양태에 따라, 복수의 로봇을 포함하는 다중 에이전트 시스템을 작동하는 방법이 제공되며, 각각의 로봇이 목표 시스템 상태(target system state)에 도달할 때까지 하기 단계들을 포함하는 방법을 주기적으로 실행한다:

- 순간 시스템 상태(instantaneous system state)에서 출발하여, 미리 정의된 결정적 유한 오토마타(DFA: deterministic finite automata)에서 시스템 상태들의 경로를 따르는 진행(progress)이 달성되는 가능 옵션들로서, 현재 시스템 상태로부터 후속 시스템 상태로의 전이(transition)를 달성할 수 있는 동작들(action)을 정의하는 옵션들을 결정하는 단계;

- 상기 가능 옵션들 각각에 대해, 옵션을 통해 명시된 동작을 수행하기 위한 비용 값을 결정하는 단계;

- 나머지 로봇들 각각에 의해, 각각의 옵션에 대해 결정된 비용 값들의 고려하에 경매(auction)를 수행하는 단계; 및

- 관련 옵션에 대해 결정되거나 수신된 모든 비용 값에 따라, 상기 옵션들 중 하나에 상응하는 동작을 실행하는 단계.

복수의 로봇(에이전트)을 포함한 다중 에이전트 시스템을 작동하기 위한 전술한 방법의 한 사상은, 다중 에이전트 시스템에 의해 해결될 과업 사양을 정의하는 결정적 유한 오토마타를 제공하는 것이다. 결정적 유한 오토마타는, 과업 목표(task target)를 달성할 때까지 통과되어야 하는 하나 또는 복수의 상태 경로를 정의하는 복수의 시스템 상태를 갖는다. 상기 결정적 유한 오토마타에서 상태 전이들은 경매 방법에서 상이한 로봇들에 할당되고, 이 경우, 과업 목표의 방향으로 진행 레벨의 변화가 달성되게 하는 상태 전이들(관련 있는 상태 전이들)만이 옵션들로서 고려된다. 상기 상태 전이들이 하기에서 옵션이라고 지칭된다. 이를 위해 사전에, 결정적 유한 오토마타의 시스템 상태들에 목표 상태로 향하는 경로들을 따라 계속 상승하는 관련 진행 레벨이 할당된다.

진행 레벨의 상승을 특징으로 하는 상태 전이들을 개별 로봇들에 할당하는 프로세스에서, 상태 변화들을 야기하는 부분 과업들이 옵션들로서 개별 로봇들에 할당될 수 있다. 그러한 경매 방법은, 적합한 비용 함수를 이용하여 최소의 비용으로 관련 부분 과업을 수행할 수 있는 로봇들에 부분 과업을 할당할 수 있게 한다. 비용 함수는 특히, 관련된 부분 과업의 수행을 위한 시간 비용; 및 부분 과업의 수행에 의해 시스템 상태를 정의하는 조건이 충족되는 확률;을 고려할 수 있다.

진행 레벨이 상승한 시스템 상태에 대한 시스템 상태 조건이 부분 과업을 통해 충족되면, 로봇들의 진행 중인 모든 부분 과업은 중단되며, 이제 신규 옵션들이 로봇들에 분배되는 재경매가 수행된다. 이 경우, 신규 옵션들은, 현재 도달한 시스템 상태에서 출발하는 관련 상태 전이들에 상응한다. 이 방법은 목표 상태에 도달할 때까지 수행된다. 이런 방식으로, 다중 에이전트 시스템에서 부분 과업들의 분배가 효율적인 방식으로 수행될 수 있으며, 특히 시간 종속성이 매우 효율적인 방식으로 고려될 수 있다.

모든 로봇에 결정적 유한 오토마타를 사전 설정함으로써, 각각의 로봇이 바람직한 방식으로 상위의 과업 목표와 관련한 자신의 옵션들을 결정할 수 있으며, 이때 훨씬 덜 복잡한 확률적 계획 문제가 해결되어야 한다. 분산 경매 기법(decentralized auction scheme)을 통해 상이한 옵션이 상이한 로봇들에 할당되며, 이 경우 제안된 경매 알고리즘은, 로봇들이 다른 부분 과업들에 의해 시간적으로 종속된 부분 과업들을 수행할 수 있게 한다. 부분 과업을 매번 충족할 때마다 본원 방법은 다시 수행되며, 그럼으로써 시스템 상태들에 대한 지식은 현재의 방식으로 고려될 수 있게 된다.

또한, 전술한 방법은 선형 구현(linear implementation)을 가능하게 하는데, 그 이유는 특히 로봇들에 사전에 부분 과업들이 할당되지 않아도 되기 때문이다. 전체적으로, 복수의 로봇의 조정의 분산 방법(decentral method)은 불확정성이 있는 시스템 환경에서, 예컨대 선형 시제 논리(LTL), 특히 Co-Safe LTL의 형태로, 미리 정의된 과업 사양의 구현을 가능하게 한다.

전술한 방법은 효율적인 방식으로, 특히 환경 조건들의 불확실성이 존재하는 조건에서, 다중 에이전트 시스템의 보완(supplement)을 조정할 수 있게 한다. 이는, 특히 로봇들의 전체 팀에 의해 처리되어야 하는 시제 논리(temporal logic)를 포함하는 사양들에 적용된다. 이를 위해, 로봇들에는 과업 사양의 부분 과업들이 자동으로 할당된다. 시스템 환경의 조건들도 계획된 동작 명령들의 정기적인 업데이트를 통해 고려될 수 있으며, 그럼으로써 로봇들은 유연하게 불확실성에 매칭될 수 있다.

또한, 해당 옵션과 관련하여, 상기 해당 옵션에 대해 수신된 모든 비용 값 중 최저 비용을 명시하는 고유 비용 값이 결정되면, 상기 옵션들 중 하나에 상응하는 동작이 실행될 수 있다.

또한, 상기 옵션들 중 어느 옵션에 대해서도, 해당 옵션에 대해 수신된 모든 비용 값 중 최저 비용을 명시하는 고유 비용 값이 결정되지 않을 경우, 상기 옵션들 중 하나에 상응하는 어떠한 동작도 실행되지 않을 수 있다.

또한, 상기 옵션들 중 어느 옵션에 대해서도, 해당 옵션에 대해 수신된 모든 비용 값 중 최저 비용을 명시하는 고유 비용 값이 결정되지 않을 경우, 결정적 유한 오토마타에서 경로를 따르는 추가 옵션을 위한 동작이 실행될 수 있으며, 추가 옵션은, 상기 추가 옵션에 상응하는 동작의 추적이 경매에서 분배된 옵션들의 동작들의 수행을 침해하지 않도록 선택된다.

또한, 옵션에 대한 비용 값은, 상기 옵션에 할당된 동작의 실행을 위한 기간에 따라서, 그리고/또는 상기 옵션에 할당된 동작의 실행 시, 상기 옵션이 유발되는, 시스템 상태의 도달을 위한 상태 조건이 결정되는 확률에 따라서 결정될 수 있다.

특히, 옵션에 할당된 동작의 실행 시, 시스템 상태의 도달을 위한 상태 조건이 달성될 확률이 상기 동작의 실행 동안 업데이트될 수 있다.

일 실시예에 따라서, 후속 시스템 상태의 조건의 충족을 통해 선행 시스템 상태들 중 하나에 도달할 수 있는 가능성이 존재하지 않으면, 결정적 유한 오토마타의 시스템 상태들의 경로를 따르는 진행이 달성될 수 있으며, 특히 상기 시스템 상태들에는, 결정적 유한 오토마타의 시스템 상태들의 경로를 따르는 진행을 명시하는 진행 레벨이 할당된다.

또한, 하나의 동작이 종료되면, 도달한 시스템 상태가 나머지 로봇들로 전송될 수 있다.

또한, 후속 시스템 상태의 도달에 대한 정보가 수신되면, 동작의 실행이 중단되거나 종료될 수 있다.

또한, 각각의 옵션에 대해 결정된 비용 값들은 나머지 로봇들 각각에 의한 비용의 명시적인 통신을 통해 제공될 수 있다.

또 다른 양태에 따라, 다중 에이전트 시스템을 작동하기 위한 로봇이 제공되며, 이 경우 로봇은, 목표 시스템 상태에 도달할 때까지 하기의 단계들을 주기적으로 실행하도록 형성된다:

- 순간 시스템 상태에서 출발하여, 미리 정의된 결정적 유한 오토마타에서 시스템 상태들의 경로를 따르는 진행이 달성되는 가능 옵션들로서, 현재 시스템 상태로부터 후속 시스템 상태로의 전이를 달성할 수 있는 동작들을 정의하는 옵션들을 결정하는 단계;

- 상기 가능 옵션들 각각에 대해, 옵션을 통해 명시된 동작을 수행하기 위한 비용 값을 결정하는 단계;

- 나머지 로봇들 각각으로부터 각각의 옵션에 대해 결정된 비용 값들을 수신하는 단계;

- 각각의 옵션에 대해 결정된 비용 값들을 고려하여 경매를 수행하는 단계; 및

- 관련 옵션에 대해 결정되거나 수신된 모든 비용 값에 따라, 옵션들 중 하나에 상응하는 동작을 실행하는 단계.

또 다른 한 양태에 따라, 전술한 로봇을 여러 개 포함하는 다중 에이전트 시스템이 제공된다.

하기에 첨부한 도면들에 기초하여 실시예들을 더 상세하게 설명한다.
도 1은 다중 에이전트 시스템의 로봇의 개략도이다.
도 2는 진행 레벨 할당을 이용한 결정적 유한 오토마타의 도면이다.
도 3은 결정적 유한 오토마타의 개별 시스템 상태들에 대한 진행 레벨의 할당을 설명하기 위한 흐름도이다.
도 4는 명시된 과업들에 대한 과업 사양의 해결을 위해 다중 에이전트 시스템을 작동하는 방법을 설명하기 위한 흐름도이다.
도 5는 시스템 환경 내에 배치된, 2개의 이동 로봇(movable robot)을 구비한 다중 에이전트 시스템의 일례의 도면이다.
도 6은 도 5의 다중 에이전트 시스템의 과업을 해결하기 위한 결정적 유한 오토마타의 도면이다.

하기에서는, 에이전트들이 환경과 상호작용하는 로봇들로서 제공되어 있는 다중 에이전트 시스템에서 이용되는 방법이 기술된다. 로봇들(1)은, 도 1에 개략적으로 도시되어 있는 것과 같은 구성을 갖는다. 이를 위해 로봇들(1)은, 부분 과업들을 실행하도록 형성된 각각 하나의 제어 유닛(2)을 포함한다. 또한, 다른 로봇들(1)과의 통신을 위해, 로봇들(1) 각각이 다른 로봇들(1)로 정보들을 전송하고 다른 로봇들로부터 정보를 수신하기 위한 통신 장치(3)를 포함한다.

로봇(1)은 작동 부재(4)에 의해 시스템 환경과 상호작용할 수 있다. 작동 부재(4)는 예컨대, 로봇(1)에 할당된 부분 과업에 상응하게 공지된 방식으로 작동되는 운동 작동 부재, 파지 작동 부재 등을 포함할 수 있다. 그렇게 하여, 로봇(1)은 특히 이동하고, 물체를 픽업하고 내려놓는 등의 과업을 수행할 수 있다.

또한, 센서 시스템(5)을 이용하여 환경 상태들이 검출될 수 있다. 센서 시스템(5)은 예컨대 카메라, 혹은 예컨대 초음파 센서 시스템처럼 물체 감지에 이용될 수 있는 여타의 센서 시스템 등을 포함할 수 있다. 카메라를 이용해서, 상호작용할 수 있는/상호작용해야 하는 객체들의 위치들이 검출되고 식별될 수 있으며, 시스템 환경 이내에서의 이동이 구현될 수 있으며, 이때 장애물을 나타내는 객체들이 우회될 수 있다.

또한, 로봇들(1)은, 주변의 물체들 또는 사람들과 통신으로 상호작용하기 위해, 예컨대 터치 디스플레이 또는 음성 입/출력 장치와 같은 상호작용 장치(6)를 구비할 수 있다. 이런 방식으로 사람들은 로봇들(1)에 입력을 실행하여 정보를 얻을 수 있다.

하기에서 기술되는 방법의 출발점은 Linear Temporal Logic(LTL; 선형 시제 논리), 특히 Co-Safe Linear Temporal Logic(scLTL) 형태의 과업 사양이다. 상기 선형 시제 논리는, 시제 구성자(temporal modality)를 포함하는 해결할 과업의 과업 사양을 위한 기술 언어(description language)를 나타낸다. 각각의 scLTL 과업 사양은 결정적 유한 오토마타(DFA)로 변환될 수 있다.

이러한 결정적 유한 오토마타(DFA)의 일례가 도 2에 도시되어 있다. 도 2에는, 하나의 초기 상태(11)(q0), 복수의 중간 상태(12)(q1 내지 q9), 그리고 하나 또는 복수의 목표 상태(13)(q10)를 포함하는 시스템 상태들(q1 내지 q10)이 도시되어 있다. 결정적 유한 오토마타의 도해를 위한 모형도에서, 화살표들은 하나 또는 복수의 경로를 따르는 초기 상태(11)(q1)로부터 목표 상태(13)(q10)까지의 상태 전이들을 나타낸다. 관련 시스템 상태에 할당된 상태 조건이 충족될 때, 하나의 시스템 상태에 도달한다. 경로를 따르는 진행을 통해, 초기 상태(11)로부터 목표 상태(13)까지의 시스템 상태들에 도달한다. 경로들 중 하나를 따르는 진행은, 일 시스템 상태로부터 그에 후속하는 시스템 상태로 복귀 경로(return path)의 가능성이 없는 경우에만 달성된다. 경로들을 따르는 진행은 진행 레벨, 특히 상승하는 진행 레벨을 통해 명시된다.

경매 방법의 준비를 위해, 상기 진행 레벨은 초기 상태(11)에서 시작되어, 도 3의 흐름도에 설명된 방법에 상응하게, 목표 상태(13)에 부여된다. 이 경우, 단계 S1에서 초기 상태(11)에 1(또는 다른 초기값)의 진행 레벨이 할당될 수 있다.

후속 단계 S2에서는, 선택된 현재 시스템 상태(초기에는 초기 상태)로부터 도달 가능한 모든 시스템 상태로서, 상기 현재 시스템 상태 또는 그 밖의 이전 시스템 상태로 되돌아가는 경로(다시 말해 관련 있는 상태 전이들)가 없는 모든 시스템 상태에 대해 1(또는 다른 절댓값)만큼 증가한 진행 레벨이 할당된다. 관련 없는 상태 전이들(다시 말해 DFA에서 되돌아가는 경로가 있는 상태들의 상태 전이들)을 통해 도달되는 나머지 시스템 상태들의 경우, 관련된 현재 시스템 상태에 동일한 진행 레벨들이 할당된다. 그렇게 하여, 이전 상태로 되돌아가는 경로가 있는 각각의 시스템 상태에 이전 시스템 상태의 진행 레벨과 동일한 진행 레벨이 할당된다.

단계 S3에서는, 모든 시스템 상태가 고려되었는지의 여부가 질의된다. 고려되었다면(선택: 예), 본원 방법은 종료되고, 고려되지 않았다면(선택: 아니오), 단계 S2로 다시 되돌아가며, 그와 동시에 아직 처리되지 않은 다음 시스템 상태가 현재 시스템 상태로서 간주된다. 이러한 방식으로, 결정적 유한 오토마타로부터 시스템 상태들 각각에, (x가 진행 레벨의 번호인 조건에서 [x]를 특징으로 하는) 진행 레벨이 할당될 수 있다. 이렇게 진행 레벨이 부여된 결정적 유한 오토마타(DFA)를 기반으로, 이제 상응하는 과업 사양이 복수의 로봇을 통해 처리되게 하는 방법이 실행될 수 있다.

다중 에이전트 시스템을 작동하는 방법에 대한 전제조건은, 각각의 로봇(1)이 각각의 나머지 로봇들(1)과 통신할 수 있고, 각각의 로봇(1)에 결정적 유한 오토마타(DFA)가 공지되어 있는 것이다. 후속 절차는 로봇들(1) 중 하나에서의 진행을 기술하며, 상기 절차는 기본적으로 로봇들(1) 각각에서 병행 실행된다.

우선, 단계 S11에서는, 결정적 유한 오토마타에서 현재 상태, 특히 제1 실행 시에는 초기 상태(11)에서 출발하여, 진행 레벨의 상승이 달성될 수 있게 하는 가능한 모든 옵션이 결정된다. (더 높은 진행 레벨을 갖는 시스템 상태로의 상태 전이들로서 표현되는) 옵션들은, 목표 상태(13)로 향하는 도중의 중간 상태를 나타내는, DFA의 가능한 후속 시스템 상태에 도달하기 위한 가능성들을 나타낸다. 본 경우에는, 초기 상태(q1)에서 출발하여 시스템 상태 q2 및 q3가 가능한 후속 시스템 상태이다. 이는 옵션 "q1 -> q2" 및 "q1 -> q3"에 상응한다.

이제, 단계 S12에서, 로봇들(1) 각각에 의해, 단계 S1에서 결정된 가능한 옵션들 모두에 대해 동작 비용(action cost)이 결정된다. 동작 비용은 예컨대 관련 로봇(1)을 위한 각각의 옵션을 실행하기 위한 기간에 상응할 수 있거나, 또는 상기 기간을 포함할 수 있다. 또한, 불확실성을 지닌 시스템 환경에서 동작 비용은 확률을 고려할 수 있다. 확률은, 관련 로봇(1)을 통한 관련 옵션의 실행 시, 도달할 시스템 상태를 위한 상태 조건이 충족될 확률을 각각 명시한다. 이 경우, K=t*p(t: 옵션을 실행하기 위한 추정 기간 / p: 관련 옵션의 상태 조건의 충족 확률)가 적용된다.

단계 S13에서는, 상기와 같이 결정된 비용이 이제 관련 로봇(1)의 가능한 옵션들 각각에 대해 나머지 모든 로봇(1)으로 전달된다. 따라서, 모든 로봇(1)에는 옵션들 각각의 비용에 대한 정보가 존재한다.

단계 S14에서는 이제, 자체적으로 결정되거나 다른 로봇들(1)로부터 수신된 옵션들 중 하나를 통해 도달 가능한 각각의 가능 시스템 상태에 대해 최저 비용이 결정된다.

그에 뒤이어 단계 S15에서는, 로봇들(1) 각각에서, 옵션을 통해 도달 가능한 중간 상태에 대해 자체 비용이 최저 비용을 나타내는지의 여부가 검사된다. 자체 비용이 최저 비용을 나타낸다면(선택: 예), 관련 로봇(1)에 의해 (최저 비용을 갖는) 관련 옵션이 수행되고, 옵션을 통해 명시된 시스템 상태에 도달하기 위한 동작 명령으로 전환된다. 이어서 본원 방법은 단계 S16으로 진행된다.

단계 S16에서는, 그에 상응하게 동작 명령의 실행이 즉시 개시된다.

단계 S17에서는, 각각의 로봇(1)에서, 자체 동작을 통해 상태 조건이 충족되었는지, 또는 충족된 상태 조건에 대한 상응하는 정보가 로봇들 중 또 다른 로봇으로부터 수신되었는지의 여부가 검사된다. 검사 결과가 부정이라면(선택: 아니오), 단계 S17로 되돌아가고, 그와 다른 경우라면(선택: 예), 단계 S19로 진행된다.

단계 S19에서는, 목표 시스템 상태에 도달하였는지의 여부가 검사된다. 도달했다면(선택: 예), 본원 방법은 종료된다. 그렇지 않으면, 단계 S11로 다시 되돌아간다.

단계 S15에서, 옵션들 각각에 대해, 옵션들 중 어느 것도 최저 비용으로 실행될 수 없는 것으로 확인된다면(선택: 아니오), 본원 방법은 단계 S18로 계속된다.

최저 비용이 동일한 경우, 경우에 따라 복수의 로봇(1)은 옵션들 중 하나를 동시에 선택할 수 있고, 상응하는 동작 명령을 동시에 수행할 수 있다. 할당 프로세스를 통해 각각의 로봇(1)에는, 해당 로봇이 그에 상응하게 동작 명령을 실행할 수 있는 옵션이 할당되거나, 상기 로봇이 비활성 상태로 유지된다.

단계 S18에서는, 경매 중에 로봇들(1)이 과업의 향후 부분의 준비를 위해 따를 수 있는 동작 명령을 계획하기 위해 향후 상태를 가정할 수 있다. 이는, 상기 동작 명령의 추적이 현재 옵션들의 부분 과업들의 수행을 침해하지 않는 점의 보장 하에 수행되어야 한다. 따라서, 할당되지 않은 로봇들(1)에 옵션들을 분배하기 위해, 최근에 실행된 옵션들보다 더 높은 진행 레벨을 갖는 시스템 상태를 가지면서, 실행된 옵션의 결과를 전제 조건으로 포함하지 않는 추가 옵션이 고려된다.

환경의 불확실성으로 인해, 사전에 부분 과업들의 실행이 어떻게 진행될지를 명확히 알 수 없다. 그러므로 로봇들(1)은 실행 동안 자신들의 동작 명령을 2가지 유형으로 업데이트할 수 있다.

1. 하나의 로봇(1)의 옵션이 종료되면, 각각의 또 다른 로봇(1)의 현재 상태가 업데이트된다. 그로 인해 각각의 로봇(1)의 상태가 변하기 때문에, 앞서 실행된 동작 명령은 중단된다.

2. 실행 동안 로봇들(1)을 통해 수집되는 지식이 고려된다. 그렇게 하여, 특정 이벤트가 관찰될 수 있음을 명시하는 이벤트 확률들이 매칭될 수 있다. 상기 업데이트된 확률들은 로봇들(1) 각각에 전달되고, 개별 옵션들의 비용 결정 시 고려된다.

도 5에는, 사무용 건물 내에 이동 로봇들(R1, R2)이 위치되어 있는 다중 에이전트 시스템에 대한 일례가 도시되어 있다. 로봇들(1) 중 하나가 공간(r) 안쪽으로 이동하는 것이 목표이지만, 이는 두 사람(a, b)의 허가가 있어야만 가능하다. 이러한 허가는 예컨대, 한 사람이 개별 로봇들(1)의 상호작용 장치(6)의 터치 스크린을 통해 액세스 코드를 입력함으로써 제공될 수 있다. 이 예시의 경우, 사람이 위치 a2 및 b1에서 발견될 수는 있지만, 이를 사전에 알 수는 없는 것으로 가정된다. 또한, 탐색 동작(navigation action)을 실행하기 위한 기간은 이동한 거리에 비례한다고 가정된다. 액세스 제한이 고려되는 동안 공간(r)에 대한 액세스를 확보한다는 목표는 하기 scLTL 식으로 표현될 수 있다.

상기 식에서, a_c, b_c는 관련된 사람(a, b)이 동의했음을 나타낸다.

를 통해 구성되는 DFA가 도 6에 시스템 상태들(q1 내지 q5)로써 개략적으로 도시되어 있다. scLTL 미션이 로봇들(1)로 전달된다. 초기에는, 가정된 진행 레벨 상승에 기초하여, 로봇(R1)에 시스템 상태 "q1"으로부터 "q2"로 안내되는 옵션(q1-q2)이 할당되고, 로봇(R2)에는 시스템 상태 "q2"로부터 "q4"로 안내되는 옵션(q2-q4)이 할당된다. 그 결과, 로봇(R1)에 의해 선택된 옵션은 로봇(R1)을 b₁으로 안내하고, 로봇(R2)에 의해 선택된 옵션은 로봇(R2)을 a₁으로 안내한다. 로봇(R2)은, 관련인이 두 공간(a₁, a₂) 중 어느 한 공간에 위치할 확률이 동일하다는(각각 0.5) 가정 하에, 해당 공간이 a₁에 더 가깝기 때문에, a₂로 향하는 대신 a₁으로 가기로 결정한다.

제1 신규 계획은, 로봇(R1)이 공간(b₁)에 도달한 후에 수행된다. 그곳에서 상기 로봇은 인증(confirmation)(b_c)을 해 주는 사람(b)과 만나고, 그에 따라 중간 상태(q₂)에 도달한다. 그러는 사이에 로봇(R2)은 이미 공간(a₁)에 가까워지고, 그럼으로써 상기 로봇에 옵션(q2-q4)이 할당되어 상응하는 동작이 실행된다. 그러는 동안 로봇(R1)에는 미션을 종료하기 위해 옵션(q4-q5)이 할당된다.

이제, 로봇(R2)을 통해, 공간(a₁)에서 액세스 허가(a_c)가 확보될 수 없는 것으로 확인되면, 로봇(R2)은 옵션(q2-q4)의 동작 명령을 예상한 것처럼 종료할 수 없으며, 공간(a₁) 내에서 액세스 인증(a_c)이 확보될 수 없음을 명시하기 위해, 사람이 공간(a₁) 내에 있을 이벤트 확률을 0으로 업데이트한다. 이는, 로봇(R1)이 a₂ 쪽으로 이동됨으로써, 옵션(q2-q4)의 실행을 위한 더 적은 비용을 갖는 로봇(1)으로서 선택되게 하는 업데이트를 유도하며, 이때 로봇(R2)에는 옵션(q4-q5)이 할당된다. 로봇(R2)은 로봇(R1)이 옵션(q2-q4)을 종료할 수 있는 것보다 더 빠르게 중간 지점(way point)에 도달하기 때문에, 로봇(R2)이 로봇(R1)을 기다리는 것이 관찰될 수 있다. 로봇(R1)이 "q2-q4"를 종료한 후에, 로봇(R2)은 할당되어 이미 거의 종료된 옵션(q4-q5)을 유지하며, 공간(r)에 들어섬으로써 미션을 종료한다.

경매 할당의 분산화 접근법을 기반으로, 전술한 방법은 임의 개수의 로봇(1)을 포함하는 다중 에이전트 시스템에 적용될 수 있으며, 이때 미션 실행 시간은 추가 로봇(1)의 부가를 통해 단축될 수 있다.

Claims (14)

1. 복수의 로봇(1)을 포함하는 다중 에이전트 시스템을 작동하는 방법으로서, 각각의 로봇(1)이 목표 시스템 상태에 도달할 때까지 하기 단계들을 포함하는 방법을 주기적으로 실행하며, 상기 방법은,
   - 순간 시스템 상태(q1 내지 q10)에서 출발하여, 미리 정의된 결정적 유한 오토마타(DFA)에서 시스템 상태들의 경로를 따르는 진행이 달성되는 가능 옵션들로서, 현재 시스템 상태로부터 후속 시스템 상태(q1 내지 q10)로의 전이를 달성할 수 있는 동작들을 정의하는 옵션들을 결정하는 단계(S11);
   - 상기 가능 옵션들 각각에 대해, 옵션을 통해 명시된 동작을 수행하기 위한 비용 값을 결정하는 단계(S12);
   - 나머지 로봇들(1) 각각에 의해, 각각의 옵션에 대해 결정된 비용 값들의 고려 하에, 경매를 수행하는 단계(S14, S15); 및
   - 관련 옵션에 대해 결정되거나 수신된 모든 비용 값에 따라, 상기 옵션들 중 하나에 상응하는 동작을 실행하는 단계(S16);를 포함하는,
   복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
2. 제1항에 있어서, 해당 옵션과 관련하여, 상기 해당 옵션에 대해 수신된 모든 비용 값 중 최저 비용을 명시하는 고유 비용 값이 결정되면, 상기 옵션들 중 하나에 상응하는 동작이 실행되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
3. 제1항 또는 제2항에 있어서, 상기 옵션들 중 어느 옵션에 대해서도, 해당 옵션에 대해 수신된 모든 비용 값 중 최저 비용을 명시하는 고유 비용 값이 결정되지 않을 경우, 상기 옵션들 중 하나에 상응하는 동작이 실행되지 않는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
4. 제1항 또는 제2항에 있어서, 상기 옵션들 중 어느 옵션에 대해서도, 해당 옵션에 대해 수신된 모든 비용 값 중 최저 비용을 명시하는 고유 비용 값이 결정되지 않을 경우, 결정적 유한 오토마타(DFA)에서 경로를 따르는 추가 옵션을 위한 동작이 실행되며, 상기 추가 옵션은, 상기 추가 옵션에 상응하는 동작의 추적이 경매에서 분배된 옵션들의 동작들의 수행을 침해하지 않도록 선택되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서, 옵션에 대한 비용 값은, 상기 옵션에 할당된 동작의 실행을 위한 기간에 따라서; 그리고/또는 상기 옵션에 할당된 동작의 실행 시, 상기 옵션이 유발되는, 시스템 상태(q1 내지 q10)의 도달을 위한 상태 조건이 결정되는 확률에 따라서; 결정되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
6. 제5항에 있어서, 옵션에 할당된 동작의 실행 시, 시스템 상태(q1 내지 q10)의 도달을 위한 상태 조건이 달성될 확률이 상기 동작의 실행 동안 업데이트되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서, 후속 시스템 상태(q1 내지 q10)의 조건의 충족을 통해 선행 시스템 상태들(q1 내지 q10) 중 하나에 도달할 수 있는 가능성이 존재하지 않으면, 결정적 유한 오토마타(DFA)의 시스템 상태들의 경로를 따르는 진행이 달성되며, 특히 상기 시스템 상태들에는, 결정적 유한 오토마타(DFA)의 시스템 상태들(q1 내지 q10)의 경로를 따르는 진행을 명시하는 진행 레벨이 할당되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
8. 제1항 내지 제7항 중 어느 한 항에 있어서, 하나의 동작이 종료되면, 도달한 시스템 상태(q1 내지 q10)가 나머지 로봇들(1)로 전송되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
9. 제1항 내지 제8항 중 어느 한 항에 있어서, 후속 시스템 상태(q1 내지 q10)의 도달에 대한 정보가 수신되면, 동작의 실행이 중단되거나 종료되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
10. 제1항 내지 제9항 중 어느 한 항에 있어서, 각각의 옵션에 대해 결정된 비용 값들은 나머지 로봇들(1) 각각에 의한 비용의 명시적인 통신을 통해 제공되는, 복수의 로봇을 포함한 다중 에이전트 시스템의 작동 방법.
11. 다중 에이전트 시스템을 작동하기 위한 로봇(1)으로서,
    상기 로봇(1)은, 목표 시스템 상태에 도달할 때까지 하기의 단계들:
    - 순간 시스템 상태(q1 내지 q10)에서 출발하여, 미리 정의된 결정적 유한 오토마타(DFA)에서 시스템 상태들(q1 내지 q10)의 경로를 따르는 진행이 달성되는 가능 옵션들로서, 현재 시스템 상태로부터 후속 시스템 상태(q1 내지 q10)로의 전이를 달성할 수 있는 동작들을 정의하는 옵션들을 결정하는 단계;
    - 상기 가능 옵션들 각각에 대해, 옵션을 통해 명시된 동작을 수행하기 위한 비용 값을 결정하는 단계;
    - 나머지 로봇들 각각으로부터 각각의 옵션에 대해 결정된 비용 값들을 수신하는 단계;
    - 각각의 옵션에 대해 결정된 비용 값들을 고려하여 경매를 수행하는 단계; 및
    - 관련 옵션에 대해 결정되거나 수신된 모든 비용 값에 따라, 옵션들 중 하나에 상응하는 동작을 실행하는 단계;를 주기적으로 실행하도록 형성된, 다중 에이전트 시스템을 작동하기 위한 로봇.
12. 제11항에 따른 복수의 로봇(1)을 포함하는 다중 에이전트 시스템.
13. 프로그램 코드 수단들을 가진 컴퓨터 프로그램으로서, 이 컴퓨터 프로그램이 컴퓨터, 특히 로봇(1)에서 실행되면, 제1항 내지 제10항 중 어느 한 항에 따른 방법을 수행하도록 구성된 컴퓨터 프로그램.
14. 제13항에 따른 컴퓨터 프로그램이 저장되어 있는 기계 판독 가능 저장 매체.

Images