기술의 발전으로 스마트 선박과 관련된 다양한 연구가 진행되고 있으며, 기관실을 무인으로 순찰할 수 있는 기관실 순찰 로봇 도 이러한 연구 중의 하나이다. 순찰로봇은 인공지능을 통해 학습된 정보를 기반으로 기관실을 이동하며 기기 정상 유무 및 누수, 누유, 화재 등의 이상 유무를 파악한다. 기관실 순찰로봇에 관한 연구는 인공지능을 이용한 객체 검출에 관한 연구가 주로 진행되고 있으나, 순 찰로봇의 이동 및 제어에 관한 연구는 부족한 상황이다. 이는 순찰로봇이 객체를 검출하더라도 검출한 객체까지 이동할 방법이 없다는 문제를 야기한다. 이에 본 논문에서는 기관실 이상상황 발생 시 빠르게 이상 유무를 파악할 수 있는 기동성을 확보하기 위해, A* 알고리 즘을 적용하여 순찰로봇이 최단경로를 탐색할 수 있는지를 확인하였다. 라이다를 장착한 소형차를 이용하여 선박 기관실을 주행하며 데 이터를 얻어, SLAM으로 매핑하여 지도를 만들었다. 매핑한 지도에서 순찰로봇의 출발 지점과 목표 지점을 설정하고, A* 알고리즘을 적용 하여 출발 지점부터 목표 지점까지 최단 경로를 탐색하는지를 확인하였다. 시뮬레이션 결과 매핑된 지도에서 출발 지점부터 목표 지점까 지의 장애물을 회피하며 최단 경로를 잘 탐색함을 확인 할 수 있었으며, 기관실 순찰로봇에 적용하면 선박안전에 도움이 될 것으로 사료 된다.

본 논문에서는 보행로봇의 일종인 TITAN-VIII라 불리는 로봇을 이용하여 가장 짧은 경로를 탐색하여 이동하는 방법에 관한 연 구를 나타낸다. 보행로봇의 경우 바퀴구동 로봇에 비해 불규칙한 지면 위를 자유로이 이동 가능한 장점 등을 가지고 있는데 반해 이동속 도는 바퀴구동 로봇에 비해 느린 편이다. 따라서 본 논문에서는 목적지에 도달하기까지 시간을 최소화하는 최적경로 탐색 제어방법을 제 시하였다. 경로를 탐색하기 위해 Dijkstra’s algorithm라 불리는 알고리즘을 기반으로 하여 적용하였다. 또한 로봇이 항상 정적인 자세를 유 지하는 로봇의 다양한 자세에 대해서도 다루었다. 로봇의 자세제어와 알고리즘을 통하여 로봇의 관절각 결정에 필요한 여러 수학방정식 을 제시하였다. 그 후 원하는 궤적으로 로봇이 이동하고 탐색하는 알고리즘을 고안하였고, 제안한 방법의 결과를 실험으로 확인하였다.

We give efficient algorithms for finding shortest distances in special types of sparse network where the networks are composed of series of subnetworks which form circles. The algorithms presented in this paper are so called extensions of the non-circular sparse network algorithms The suggested algorithm is composed of two approach parts for only donut shaped sparse network, the one is the node elimination approach and the other the arc elimination approach, Our algorithms for finding all shortest distances can be extended in general circular sparse networks.

경로 탐색 알고리즘은 이동 가능한 에이전트가 게임 내의 가상 월드에서 현재 위치로부터 목적지까지 가는 경로를 탐색하는 알고리즘을 뜻한다. 기존의 경로 탐색 알고리즘은 A*, Dijkstra와 같이 비용 기반으로 그래프 탐색을 수행한다. A*와 Dijkstra는 월드 맵에서 이동 가능한 노드와 에지 정보들을 필요로 해서 맵의 정보가 다양하고 많은 온라인 게임에 적용하기 힘들다. 본 논문에서는 가변환경이나 맵의 데이터가 방대한 게임에서 적용 가능한 경로 탐색 알고리즘을 개발하기 위해 맵의 정보 없이 교배, 교차, 돌연변이, 진화 연산을 통해 해를 찾는 유전 알고리즘(Genetic Algorithm, GA)을 활용한 Heuristic-based Genetic Algorithm Path–finding(HGAP)를 제안한다. 제안하는 알고리즘은 Binary-Coded Genetic Algorithm을 기반으로 하며 목적지에 더 빨리 도달하기 위해 목적지로 가는 경로를 추정하는 휴리스틱 연산을 수행하여 경로를 탐색한다.

게임의 난이도는 게임의 재미와 깊은 연관이 있다. 하지만 게임 레벨의 난이도를 적절하게 결정 하는 것은 쉽지 않다. 대부분의 경우 사람의 실제 게임 플레이를 통한 테스트가 요구한다. 또한 정 량적인 평가도 어렵다. 따라서 게임 레벨 난이도의 정량적 평가를 자동으로 수행하는 것은 게임 개 발에 많은 도움이 될 것이다. 이 논문에서는 경로 탐색 알고리즘을 사용하여 게임 레벨의 길 찾기 난이도를 평가하였다. 길을 찾는 것은 많은 게임들의 기본 속성으로 게임 레벨의 전반적인 난이도 를 대표한다. 그리고 우리는 게임 레벨의 탐색 가능 영역이 동적으로 확장되고 다시금 탐색이 요구 되는 경우 이전 경로 탐색 결과를 재사용하여 난이도 평가 알고리즘의 성능을 최적화하였다.

게임 인공지능 분야중 하나인 경로탐색은 좀더 사실적인 게임을 만들기 위한 중요한 요소이다. 경로탐색 시스템은 한정된 자원을 소비해야만 하는 제약사항 때문에 때때로 단순하게 처리되어 사실적이지 못한 경로를 생성하였다. 기존 연구에서는 정적인 지형과 장애물들을 이용하여 자연스럽게 회피하는 경로생성에 집중하였다. 하지만, 게임 공간에서는 다양한 종류의 움직이는 장애물들이 존재한다. 따라서 이러한 움직이는 장애물을 자연스럽게 회피하는 경로를 생성하는 시스템 이 필요하다. 본 논문에서는 네비게이션 메시(Navigation Mesh)로 공간을 표현하며 지형의 특성을 고려한 경로 탐색 방법을 적용하고, 움직이는 물체를 회피하기 위하여 지능적인 밀개와 끌개의 방법을 사용하여 경로 탐색을 수행한다. 제안된 시스템을 통하여 생성된 경로를 살펴보고 실제 게임에서의 활용성을 검증한다.

RPG, 전략 시뮬레이션등의 2D/3D 게임에서 동적으로 변화하는 장애물이나 지형 정보 등을 관리하기에는 대체로 동적 그래프가 적합하다. 이 논문에서는 빠르게 길 찾기를 수행하고 동적으로 변경할 수 있는 고정 레벨의 계층적 그래프 모델을 제안한다. 공간 분류나 공간 모델을 이용해 그래프를 분할하여 계층적 그래프를 구성하고, 동적 그래프의 연산자들을 제시하여 계층적 그래프 모델에서의 실시간 A* 길 찾기 방법을 실험하였다. 본 논문에서 제안한 모델이 동적 장애물이나 동적 구조를 가지는 게임 환경에서 빠르게 길 찾기를 수행하기에 적합한 그래프 모델임을 실험을 통해 입증하였다.