다중 로봇 커버리지 경로 계획을 위한 유전 알고리즘과 개미 집단 최적화 방법의 조합 성능에 관한 연구

초록

본 연구에서는 다중 로봇 커버리지 경로 계획(MCPP, Multi-robot Coverage Path Planning)을 위해 대표적인 휴리스틱(Heuristic) 기법인 유전 알고리즘(GA, Genetic Algorithm)과 개미 집단 최적화(ACO, Ant Colony Optimization)의 특징을 토대로 이들의 다양한 조합에 대한 성능 비교 연구결과를 보였다. 이를 위해, 환경, 노드 개수, 경로 생성, 수행 시간의 측면에서 ACO와 GA의 개별 특징을 분석하였다. 개별 특징을 토대로 MCPP를 위해 4가지의 ACO와 GA의 조합 구조가 선정되었고, 다양한 환경에서 이 조합 구조들이 테스트되었다. 테스트 결과로부터 각 구조의 수렴시간 및 경로 Cost 결과가 비교 분석되었다. 향후에는 이 분석 결과를 토대로 주어진 환경에 가장 적합한 MCPP 구조를 제안하는 연구를 진행할 계획이다.

키워드